ラベリング処理を用いたクラスター欠陥検出

Question

前提・実現したいこと

PythonとOpenCVで欠陥検出を試みています。
二値化した画像データに対してラベリング処理を行いクラスターの欠陥を抽出します。
クラスターの定義としては5ピクセルかそれ以上がが隣接するものクラスターの欠陥とします。
ただし横方向に連続する4ピクセルのクラスターも欠陥として扱います。
（縦方向に連続する4ピクセルは欠陥としない）
クラスターはラベリング処理後に各ラベルの個数をカウントすることで5ピクセルを超えるクラスターを抽出できますが上記横方向に連続する4ピクセルをうまく抽出できていません。
何か良い方法があれば教えて下さい。

試したこと

ラベリング後にエッジ検出フィルター　→　まだうまく行っていない

二値化画像を横方向にスキャンし4連続するピクセルを探す　→　これから（もっと良い方法があるのでは？）

Answer 1

面積が4[pixel]である領域の画素群のx座標の最大値と最小値の差を見ればよいのではないでしょうか．
( Max_x - Min_x == (4-1) )

• 面積5[pixel]以上のものは検出される
• よって，それよりも小さくて，横に4[pixel]連続できるパターンは，面積が4[pixel]のときだけ．
• 4隣接ならば，上記x座標の条件だけでOK．8隣接の場合には，さらに「4画素のy座標が同一」という条件を加えればよい．

Comments

[e46]

アドバイスありがとうございます。うまく抽出できました。