如何使用 OpenCV 获取金属光泽物体的轮廓

Question

我正在尝试找到金属光泽物体的轮廓，如下图所示：

我使用 OpenCV 的 Canny 来获取图像的轮廓；然而，结果（如下）确实绘制了原始图像的完整轮廓。右下角有一个很大的缺口。

我恳请任何类型的资源来帮助我完善轮廓，使其连续且（非常接近）与原始图像的形状相似。

Answer 1

一种简单的方法是应用大高斯模糊 来平滑图像，然后应用自适应阈值。假设该对象是图像中最大的物体，我们可以找到轮廓，然后使用轮廓区域过滤对最大轮廓进行排序。

二值图像

结果

代码

import cv2
import numpy as np

# Load image, convert to grayscale, Gaussian Blur, adaptive threshold
image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (13,13), 0)
thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,51,7)

# Morph close
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
close = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=1)

# Find contours, sort for largest contour, draw contour
cnts = cv2.findContours(close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
for c in cnts:
    cv2.drawContours(image, [c], -1, (36,255,12), 2)
    break

cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()