处理图像以查找外部轮廓

Question

我有数百个PNG图像,我必须生成相应的黑白图像,显示对象的外部轮廓.源PNG图像具有alpha通道,因此图像的"无对象"部分是100%透明的.

棘手的部分是,如果物体上有洞,则不应在轮廓中看到那些洞.因此,如果源图像是例如甜甜圈,则相应的轮廓图像将是锯齿状的圆形线,中间没有同心的较小线.

这是一个示例图像,源及其轮廓:

是否有可以执行此操作的库或命令行工具？理想情况下,可以从Python中使用的东西.

Answer 1

我同意amgaera.如果您想要查找轮廓,Python中的OpenCV是您可以使用的最佳工具之一.与他/她的帖子一样,使用该findContours方法并使用该RETR_EXTERNAL标志来获得形状的最外部轮廓.这里有一些可重现的代码供您说明这一点.您首先需要安装OpenCV并NumPy实现此目的.

我不确定你使用的是什么平台,但是:

• 如果您正在使用Linux,只需执行apt-geton libopencv-dev和python-numpy(即sudo apt-get install libopencv-dev python-numpy).
• 如果您使用的是Mac OS,安装自制软件,然后通过安装brew install opencv然后brew install numpy.
• 如果您正在使用Windows,那么通过Christoph Gohlke针对Windows的非官方Python软件包的最佳方式是:http://www.lfd.uci.edu/~gohlke/pythonlibs/- 检查OpenCV软件包并安装它要求的所有依赖项,包括NumPy您可以在此页面上找到的依赖项.

无论如何,我拍了你的甜甜圈图像,我用甜甜圈提取了图像.换句话说,我创建了这个图像:

至于你的图像是PNG并且有一个alpha通道,这实际上并不重要.只要您在此图像中只包含一个对象,我们实际上根本不需要访问Alpha通道.下载此图像后,将其另存为donut.png,然后继续运行此代码:

import cv2 # Import OpenCV
import numpy as np # Import NumPy

# Read in the image as grayscale - Note the 0 flag
im = cv2.imread('donut.png', 0)

# Run findContours - Note the RETR_EXTERNAL flag
# Also, we want to find the best contour possible with CHAIN_APPROX_NONE
contours, hierarchy = cv2.findContours(im.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# Create an output of all zeroes that has the same shape as the input
# image
out = np.zeros_like(im)

# On this output, draw all of the contours that we have detected
# in white, and set the thickness to be 3 pixels
cv2.drawContours(out, contours, -1, 255, 3)

# Spawn new windows that shows us the donut
# (in grayscale) and the detected contour
cv2.imshow('Donut', im) 
cv2.imshow('Output Contour', out)

# Wait indefinitely until you push a key.  Once you do, close the windows
cv2.waitKey(0)
cv2.destroyAllWindows()

我们慢慢来看看代码吧.首先,我们导入OpenCV和NumPy包.我导入了NumPy np,如果你numpy到处查看文档和教程,他们会这样做以尽量减少输入.OpenCV和NumPy相互协作,这就是你需要安装这两个软件包的原因.然后我们使用了imread.我将标志设置0为使图像灰度化使事情变得简单.一旦我加载图像,然后我运行findContours,并且此函数的输出输出两个元组的元组:

• contours- 这是一个数组结构,可以为您提供(x,y)图像中检测到的每个轮廓的坐标.
• hierarchy - 这包含有关您检测到的轮廓的其他信息,例如拓扑,但为了这篇文章,我们跳过这个.

请注意,我指定RETR_EXTERNAL检测对象的最外轮廓.我还指定了CHAIN_APPROX_NONE标志,以确保我们得到完整的轮廓,没有任何近似值.一旦我们检测到轮廓,我们就会创建一个完全黑色的新输出图像.这将包含我们检测到的甜甜圈外轮廓.创建此图像后,我们运行该drawContours方法.您可以指定要在其中显示轮廓的图像,从之前创建的轮廓结构,以及-1标记用于绘制图像中的所有轮廓.如果一切顺利,您应该只检测到一个轮廓.然后指定轮廓看起来的颜色.在我们的例子中,我们希望这是白色的.之后,指定要绘制轮廓的厚度.我选择了3像素的厚度.

我们要做的最后一件事是展示结果的样子.我打电话imshow来展示原始甜甜圈图像的样子(灰度)以及输出轮廓的样子. imshow不是故事的结局.在调用之前,您将看不到任何输出cv2.waitKey(0).现在说的是你可以无限制地显示图像,直到你按下一个键.按下某个键后,该cv2.destroyAllWindows()呼叫将关闭所有生成的窗口.

这就是我得到的(一旦你重新排列窗口,使它们并排):

另外一个好处是,如果要保存图像,只需运行imwrite即可保存图像.您可以指定要写入的图像的名称以及要访问的变量.因此,您可以执行以下操作:

cv2.imwrite('contour.png', out)

然后,您将此轮廓图像保存到已命名的文件中contour.png.

这应该足以让你入门.

祝好运!

Answer 2

OpenCV有一个findContours函数,可以完全满足您的需求.您需要将轮廓检索模式设置为CV_RETR_EXTERNAL.要加载图像,请使用imread功能.

Answer 3

我会推荐 ImageMagick，它可以从这里免费获得。无论如何，它包含在许多 Linux 发行版中。它也有可用的 Python、Perl、PHP、C/C++ 绑定。

我只是从下面的命令行中使用它。

convert donut.png -channel A -morphology EdgeOut Diamond +channel  -fx 'a' -negate output.jpg

基本上，-channel A选择 alpha（透明度）并应用形态来提取不透明区域的轮廓。然后+channel告诉 ImageMagick 我现在再次访问所有频道。这-fx是一个自定义函数（运算符），我将输出图像的每个像素设置为a- 修改后的 alpha 通道中的 alpha 值。

已编辑

以下可能比使用上述fx运算符更快：

convert donut.png -channel RGBA -separate -delete 0-2 -morphology EdgeOut Diamond -negate output.png

结果：

如果您有数百（或数千）张图像要勾勒轮廓，我会推荐 GNU Parallel，可从此处获得。然后它将使用您所有的 CPU 内核来快速完成工作。你的命令看起来像这样 - 但请先备份并处理副本，直到你掌握它的窍门！

parallel convert {} -channel A -morphology EdgeOut Diamond +channel -fx 'a' -negate {.}.jpg ::: *.png

这表示将之后:::的所有内容用作要处理的文件。然后并行地，使用所有可用的内核，转换每个 PNG 文件并将其名称更改为相应的 JPEG 文件作为输出文件名。