在Opencv Python中获取轮廓区域？

Question

我使用自适应阈值技术来创建如下图片:

我使用的代码是:

image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)

然后,我使用此代码来获取轮廓:

cnt = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]

我的目标是使用外部轮廓内的所有像素生成蒙版,因此我想将对象内的所有像素填充为白色.我怎样才能做到这一点？

我已经尝试了下面的代码来创建一个掩码,但是在应用自适应阈值后,生成的掩码似乎与图像没有什么不同

mask = np.zeros(image.shape[:2], np.uint8)
cv2.drawContours(mask, cnt, -1, 255, -1)

Answer 1

你拥有的几乎是正确的.如果你看看你的阈值图像,它不起作用的原因是因为你的鞋子对象在图像中有间隙.具体来说,你所追求的是你希望鞋子的周长全部连接起来.如果发生这种情况,那么如果你提取最外部轮廓(这是你的代码正在做的),你应该只有一个代表对象外围的轮廓.一旦填写轮廓,那么你的鞋应该是完全坚固的.

由于鞋子的周边不完整和破损,这会导致白色区域断开.如果你用它findContours来找到所有的轮廓,它只会找到每个白色形状的轮廓而不是最外层的轮廓.因此,如果您尝试使用findContours它,它将为您提供与原始图像相同的结果,因为您只是在图像中找到每个白色区域的周长,然后填充这些区域findContours.

您需要做的是确保图像完全关闭.我建议你做的是使用形态学将所有断开的区域关闭在一起,然后findContours对这个新图像进行调用.具体来说,执行二进制形态学关闭.这样做的是它需要断开连接的白色区域,并确保它们连接在一起.使用形态学闭合,并可能使用类似7 x 7方形结构元素的东西来关闭鞋子.您可以将此结构元素视为白色区域之间的最小间隔,以将它们视为已连接.

因此,做这样的事情:

import numpy as np
import cv2 
image = cv2.imread('...') # Load your image in here
# Your code to threshold
image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)    

# Perform morphology
se = np.ones((7,7), dtype='uint8')
image_close = cv2.morphologyEx(image, cv2.MORPH_CLOSE, se)

# Your code now applied to the closed image
cnt = cv2.findContours(image_close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
mask = np.zeros(image.shape[:2], np.uint8)
cv2.drawContours(mask, cnt, -1, 255, -1)

此代码基本上采用阈值图像,并将形态学闭合应用于此图像.之后,我们找到该图像的外部轮廓,并用白色填充它们.FWIW,我下载了你的thresholded图像,并自己尝试了.这就是我对你的形象的看法: