16

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多余的帧来绕过问题。这是一个丑陋的解决方案，但它有效！

我遇到了一个问题，我不确定这是错误还是我缺乏经验。我将尝试尽可能清楚地总结它：

  1. 我得到一个二进制图像，其中包含我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，其余的是黑色）。图像非常复杂，因为我想要检测的对象完全填充了图像（没有“背景”）。

  2. 我使用 findcontours 与该图像：

    contours, hierarchy = cv2.findContours(image,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE)

  3. 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”）

  4. 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 可以很好地绘制所有轮廓，但它不会“填充”图像边界中的轮廓（即在图像边缘有一个边界的轮廓）。我尝试将图像的边框像素（如帧）设置为 True，但它不起作用，因为 findcontours 自动将这些像素设置为零（它在函数描述中）。

在前一个循环中使用cv2.contourArea可以很好地检测这些轮廓并返回正常值，因此无法知道轮廓何时会被drawcontours忽略以及何时正确填充。cv2.isContourConvex根本不起作用，因为将每个轮廓都返回为假。

我可以在绘制轮廓之前使用 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，我想尽可能避免这种情况）。问题是......我无法检测哪些轮廓在图像的边缘，哪些不是，并且可以使用drawcontours。

所以我想问一下为什么 drawContour 会这样，以及是否有某种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（这样我可以在需要时应用凸包）。

4

3 回答 3

7

如果您只有 1 个轮廓并且您使用contourIdx=-1它会认为轮廓中的每个点都是一个单独的轮廓。您需要将单个轮廓包装为列表（即contours=[contours_2]，如果只有一个轮廓contours_2）

于 2018-01-24T14:06:32.340 回答
2

除了边缘出现一条小白线外，我在边缘填充轮廓没有问题。

在此处输入图像描述

import cv2
import numpy as np

rows=512
cols=512

# Create image with new colour for replacement
img= np.zeros((rows,cols,3), np.uint8)
img[:,:]= (0,0,0)

#img=cv2.copyMakeBorder(img,1,1,1,1, cv2.BORDER_CONSTANT, value=[0,0,0])

# Draw rectangle
img = cv2.rectangle(img,(400,0),(512,100),(255,255,255),-1)

imggray=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


# Find Contour
_, contours, hierarchy = cv2.findContours( imggray.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.drawContours(img, contours, 0, (0,0,255), -1)

cv2.imshow('image',img)
cv2.waitKey(0)
于 2016-04-11T05:08:39.727 回答
-4

改变

cv2.drawContours(image=image2, contours=contours_2, contourIdx=-1, color=(255,255,255), thickness=-1)

至

cv2.drawContours(image=image2, contours=contours_2, contourIdx=-1, color=(255,255,255), thickness=2)
于 2017-08-17T07:06:41.377 回答