1 皮肤镜毛发去除的目的

根据皮肤镜图片对皮肤病变种类进行分类是一个常规的研究话题，在深度学习时代，会将标注好的数据进行训练，学习皮肤病变的特征，而图片中常常会有毛发干扰，这是我们不需要的特征，也不希望网络学习到这个特征，因此在数据预处理阶段，可以使用一些传统图像处理算法对图像进行处理。

2 方法

  • 首先将图像转为灰度
  • 定义一个十字的kernel，对灰度图进行黑帽（形态学）操作
  • 利用阈值分割得到mask
  • 利用opencv的inpaint方法对图像修复

3 代码

import cv2
def DHR(imgpath,outpath):
    
    src = cv2.imread(imgpath)
    grayScale = cv2.cvtColor(src, cv2.COLOR_RGB2GRAY )
    cv2.imwrite("grey.jpg",grayScale)
    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(10,10))
    blackhat = cv2.morphologyEx(grayScale, cv2.MORPH_BLACKHAT, kernel)
    cv2.imwrite("blackhat.jpg",blackhat)
    ret,thresh2 = cv2.threshold(blackhat,10,255,cv2.THRESH_BINARY)
    cv2.imwrite("threshold.jpg",thresh2)
    dst = cv2.inpaint(src,thresh2,1,cv2.INPAINT_TELEA)
    cv2.imwrite(outpath, dst, [int(cv2.IMWRITE_JPEG_QUALITY), 100])

4 结果

依次是原图、灰度图、黑帽操作、mask、利用mask图像修复





版权声明：本文为WAoyu原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/WAoyu/p/12089192.html