python - 间隙填充轮廓/线

Question

我有以下图像：

我想填充它的轮廓（即我想填补这张图片中的线条）。

我尝试了形态关闭，但是使用迭代大小的矩形内核3x3不会10填充整个边框。我也尝试过21x21带有迭代的内核，1但也没有运气。

更新：

我已经在 OpenCV (Python) 中使用以下方法进行了尝试：

cv2.morphologyEx(img, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_RECT, (21,21)))

和

cv2.morphologyEx(img, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_RECT, (3,3)), iterations=10)

和scikit-image：

closing(img, square(21))

我的最终目标是在不扭曲所覆盖区域的情况下获得整个图像的填充版本。

Answer 1

在下面的代码片段中，我计算了反向图像的距离图。我对其进行阈值化以获得当前对象的大轮廓，然后对其进行骨架化以获得中心线。对于您的目的，这可能已经足够了。但为了使其与给定的线条粗细一致，我扩大了骨架并将其添加到原始骨架中，从而消除了任何间隙。我还移除了剩余的一个接触边界的对象。

from skimage import io, morphology, img_as_bool, segmentation
from scipy import ndimage as ndi
import matplotlib.pyplot as plt

image = img_as_bool(io.imread('/tmp/gaps.png'))
out = ndi.distance_transform_edt(~image)
out = out < 0.05 * out.max()
out = morphology.skeletonize(out)
out = morphology.binary_dilation(out, morphology.selem.disk(1))
out = segmentation.clear_border(out)
out = out | image

plt.imshow(out, cmap='gray')
plt.imsave('/tmp/gaps_filled.png', out, cmap='gray')
plt.show()

Answer 2

假设在第二步中，您想使用这些轮廓进行轮廓检测，我有一个更直接的解决方案。使用 Dilation，将扩大白色区域，从而缩小差距：

import cv2
import numpy as np

image = cv2.imread('lineswithgaps.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# apply dilation on src image
kernel = np.ones((3,3),np.uint8)
dilated_img = cv2.dilate(gray, kernel, iterations = 2)

cv2.imshow("filled gaps for contour detection", dilated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

作为一个缺点，边缘变得更厚，但是，如果您不需要高精度，这可能不是问题......如果您现在想检测轮廓，只需将这些行添加到第一个代码剪切：

canvas = dilated_img.copy() # Canvas for plotting contours on
canvas = cv2.cvtColor(canvas, cv2.COLOR_GRAY2RGB) # create 3 channel image so we can plot contours in color

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

# loop through the contours and check through their hierarchy, if they are inner contours
# more here: https://docs.opencv.org/master/d9/d8b/tutorial_py_contours_hierarchy.html
for i,cont in enumerate(contours):
    # look for hierarchy[i][3]!=-1, ie hole boundaries
    if ( hierarchy[0][i][3] != -1 ):
        #cv2.drawContours(canvas, cont, -1, (0, 180, 0), 1) # plot inner contours GREEN
        cv2.fillPoly(canvas, pts =[cont], color=(0, 180, 0)) # fill inner contours GREEN
    else:
        cv2.drawContours(canvas, cont, -1, (255, 0, 0), 1) # plot all others BLUE, for completeness

cv2.imshow("Contours detected", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()