我有一些对比度很低的灰度图像(微结构图像(，这张图像显示了材料在降解过程中的分层，我想知道分层面积占整个图像的百分比(像这样：理想的结果(。
我试着用gamma、log和自适应调整来放大对比度，我可以得到这样的数字：在增加对比度之后
然后我试图找到阈值，并将图像更改为黑白图像(黑白图像(
但当我仍然无法检测到分层节段的轮廓时，我得到了这样的结果：轮廓检测(使用cv.Canny(.
所以我想知道有没有好的建议可以为这些延迟地区找到优势？
提前感谢！
未测试。但我相信你可能想做以下事情：
-
删除图像在x方向上的线性梯度。图像的RHS明显比LHS暗。如果修复此问题，阈值将更好地工作。
-
对图像进行阈值处理后，在二值图像中分离断开的区域，然后用小面积去除区域
-
做一点膨胀+侵蚀来连接破碎的椭圆。
-
填充这些区域的孔。
最终区域应与退化区域相对应。然后，您可以提取边，也可以稍后执行任意操作。
从技术上讲，我是MVTec Halcon的用户，因此我不确定这些概念在opencv中被称为什么，但我相信它们应该是相当常见的操作。