c++ - 在不使用轮廓提取的情况下提取最外层边界

Question

我正在做一个项目，我有一张手的二进制图像（如下图），我只想提取边界来训练机器学习算法。

由于我是实时实现的，并且边界内可能有很多错误轮廓，因此在 opencv 中使用轮廓提取技术会减慢程序的速度。

我尝试过使用形态闭合操作，然后进行简单的边缘检测，但是我仍然在外边界内发现了很多信息。

在此处输入图像描述这是提取的剪影图像的示例

我正在使用 kinect 传感器来跟踪手部，因此无法使用预处理技术纠正这些误差值。

我写的试图解决这个问题的函数是：

Mat CvHandRegion::sampleBoundaryPoints(Mat input)
{
        Mat sampledOut;
sampledOut.create(input.rows, input.cols, CV_8U);
sampledOut.setTo(0);

for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
{
    for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}

for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
{
    for( int y = input.rows-1; y > 0; y -= C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}

for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
{
    for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}


for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
{
    for( int x = input.cols-1; x > 0; x -= C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}
return sampledOut;
    }

这里 C_SAMPLING_STEP 保持为 4。这个想法基本上是从所有方面到达并在检测到从 0 到 255 的变化时终止循环。

有没有其他方法可以更有效和更健壮？

更新：我尝试使用不同的半径进行形态关闭操作，MORPH_ELLIPSE 的 Size(5,5) 输出是：

在此处输入图像描述