Python：分割叶梗

一、步骤

1. 导入库：cv2, numpy, matplotlib等。

2. 读取图像，转灰度。

3. 高斯模糊。

4. Canny边缘检测。

5. 形态学闭运算。

6. 查找轮廓，找到最大面积的轮廓。

7. 创建掩膜，绘制该轮廓。

8. 与原图叠加显示。

二、示例

import cv2
import numpy as np
import matplotlib.pyplot as plt

def extract_main_vein(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 高斯模糊降噪
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    
    # Canny边缘检测
    edges = cv2.Canny(blurred, 50, 150)
    
    # 形态学闭运算（连接断裂部分）
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (25, 25))
    closed = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)
    
    # 查找轮廓
    contours, _ = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 筛选最大轮廓（按面积）
    if contours:
        max_contour = max(contours, key=cv2.contourArea)
        
        # 创建掩膜
        mask = np.zeros_like(gray)
        cv2.drawContours(mask, [max_contour], -1, 255, thickness=cv2.FILLED)
        
        # 形态学腐蚀去除细小分支
        erode_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (15, 15))
        mask_eroded = cv2.erode(mask, erode_kernel, iterations=1)
        
        # 与原图叠加显示
        result = cv2.bitwise_and(img_rgb, img_rgb, mask=mask_eroded)
        
        # 显示结果
        plt.figure(figsize=(12, 6))
        
        plt.subplot(131)
        plt.imshow(img_rgb)
        plt.title('Original Image')
        plt.axis('off')
        
        plt.subplot(132)
        plt.imshow(mask_eroded, cmap='gray')
        plt.title('Main Vein Mask')
        plt.axis('off')
        
        plt.subplot(133)
        plt.imshow(result)
        plt.title('Segmentation Result')
        plt.axis('off')
        
        plt.tight_layout()
        plt.show()
    else:
        print("未检测到轮廓")

# 使用示例
image_path =r'd:/imgs/bak5/my_img01-B2.jpg'
extract_main_vein(image_path)

三、参数调整建议：

• 高斯模糊核大小（(5,5)）：可尝试3-15之间的奇数值

• Canny阈值（50, 150）：根据图像对比度调整

• 闭运算核大小（25,25）：根据主梗宽度调整

• 腐蚀核大小（15,15）：根据分支粗细调整

四、注意事项：

• 确保图像背景与烟叶对比度较高

• 主梗应保持相对完整的形态

• 如果效果不理想，可尝试：

  • 调整形态学操作的核大小
  • 修改Canny阈值参数
  • 尝试不同的颜色空间处理（如HSV通道分离）