检测闭合轮廓

Question

这是示例图像：

我使用opencv来检测轮廓：

>>> fc = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
>>> contours = fc[0]

为了检测闭合轮廓，我想检查一下opencv返回的每个轮廓中的起点和终点，而我注意到无论对象的形状如何，opencv似乎都在勾勒出每个对象的轮廓，因此我得到了以下结果：

>>> for contour in contours:
>>>    print(contour[0,:,:], contour[-1,:,:])
[[246  38]] [[247  38]]
[[92 33]] [[93 33]]

或找到的每个轮廓都有闭合的路径。

我搜索了findContour()函数中可用方法的其他常量，但似乎所有常量都返回闭合路径。

那么，有什么通用的方法可以检测发现的轮廓是否闭合？

---

我在提出要求之前先用Google搜索，但没有得到结果，但是我在右侧的类似问题中看到了很好的候选人：我怎么知道在opencv中轮廓是打开还是关闭？建议在哪里使用cv2.isContourConvex(contour)，但是：

>>> for contour in contours:
>>>    print(cv2.isContourConvex(contour))
False
False

---

另一个更新：ContourArea看起来可以提供答案（至少对于简单的轮廓），但是我没有在示例图像之上进行任何其他测试：

>>> for contour in contours:
>>>     print(cv2.contourArea(contour))
0.0
12437.5

Answer 1

我自己遇到了这个问题，我找到了一个解决方法......

经历这..

for i in contours: print(cv2.contourArea(i), cv2.arcLength(i,True))

我注意到，封闭轮廓（如圆）具有较高的contourArea比arcLength，而开放式轮廓（如线）具有较低的contourArea比arcLength，所以你可以过滤它们的方式...

closed_contours = []
open_contours = []
for i in contours:
    if cv2.contourArea(i) > cv2.arcLength(i, True):
        closed_contours.append(i)
    else:
        open_contours.append(i)

我知道这是 3 年前提出的问题，但对于其他需要一个想法的人来说，这对我有用！

Answer 2

如果您的示例图像是位图，即使单个像素也已经有一个区域，因此它也有一个轮廓。封闭的圆甚至有两个轮廓，一个在内侧，一个在外侧。半圆只有一个，跨越内部和外部，并在两端掉头。

我想您想将这两个圆视为确实没有面积并且只有一个“轮廓”的曲线。那么该圆将是一条闭合曲线，而半圆将是开放的。如果是这种情况，您的新问题是将位图转换为曲线。这并不是微不足道的，尽管我们人类很容易感知那里的曲线，因为它需要定义将一个区域变成曲线的算法和参数。

我知道的一种方法是从位图派生一个骨架，它基本上剥离外部的像素层，直到只剩下一堆连接点。我不熟悉 opencv，但我可以想象它已经有一些实用程序了。另外，搜索“curve line detector opencv”会出现opencv-identifying-lines-and-curves作为这里的第一个链接，以及一堆其他点击。