编辑:我通过向图像添加2位帧,然后使用我的代码,最后裁剪图像以删除额外的帧来绕过问题.这是一个丑陋的解决方案,但它的工作原理!
我遇到了一个问题,我不确定这是一个错误还是我缺乏经验.我会尽可能清楚地总结一下:
我得到一个二进制图像,其中包含我想要分析的彩色图像的轮廓(白色像素是我的算法检测到的轮廓的周长,其余为黑色).图像非常复杂,因为我想要检测的对象完全填充图像(没有"背景").
我对该图像使用findcontours:
contours, hierarchy = cv2.findContours(image,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE)
然后"for"循环检测面积小于"X"像素的轮廓和hierarchy[0][x][3] >= 0(让我们调用新数组"contours_2")
我在新图像中绘制"contours_2":
cv2.drawContours(image=image2, contours=contours_2, contourIdx=-1, color=(255,255,255), thickness=-1)
问题是drawcontours绘制所有轮廓都很好,但它不会"填充"图像边界中的轮廓(也就是说,图像边缘有一个边界的轮廓).我尝试将图像的边框像素(如框架)设置为True,但它不起作用,因为findcontours会自动将这些像素设置为零(在函数说明中).
使用cv2.contourArea在前面的回路检测的轮廓以及返回正常值,所以没有办法知道当一个轮廓将drawcontours被忽略,什么时候会填写正确.cv2.isContourConvex根本不起作用,因为每个轮廓返回为假.
我可以在绘制它们之前使用cv2.convexHull绘制那些"边缘"轮廓,但我只需要在边缘上使用它(因为它会使轮廓变形并且我想尽可能地避免这种情况).问题是......我无法检测哪些轮廓位于图像的边缘,哪些轮廓不是,并且使用drawcontours可以正常工作.
所以我想问为什么drawContour表现得那样,如果有一些方法可以让它填充边缘的轮廓.或者,另一种解决方案是找到如何检测图像边界中的轮廓(因此我可以在需要时应用凸包).