如何在Python中从掩模分割图像创建轮廓（具有可控的厚度）？

Question

这里我有一个分割模型的分割输出图像。我想为这些蒙版创建一个轮廓，然后将该轮廓放在原始图像上，以将图像上的预测区域指示为分割输出。

我尝试使用 PIL 过滤器 FIND_EDGES 但它给出的轮廓边缘非常薄。

有什么方法可以将此蒙版图像转换为仅包含这些蒙版轮廓的图像，以便我可以控制轮廓的粗细？

Answer 1

如果我理解正确的话，您想要找到所有斑点的轮廓，然后将该轮廓绘制到具有可控轮廓厚度的另一图像上。您可以cv2.drawContours()使用参数来执行此操作并控制轮廓厚度thickness。设置负值，例如。-1，将填充轮廓，同时增加参数将为您提供更粗的轮廓。

在此示例中，我们使用 找到每个斑点的轮廓，cv2.findContours()然后使用 将轮廓绘制到掩模上cv2.drawContours()。在您的情况下，您可以将其绘制到所需的图像上，而不是将其绘制到蒙版上。和thickness=2：

和thickness=5：

import cv2
import numpy as np

image = cv2.imread('1.png')
mask = np.ones(image.shape, dtype=np.uint8) * 255
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

cnts = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    cv2.drawContours(mask, [c], -1, (36, 255, 12), thickness=5)

cv2.imshow('mask', mask)
cv2.waitKey()