使用OpenCV/Python对二值掩模进行轮廓处理。

Question

使用Python和OpenCV，我正在检测二进制掩模的轮廓：

import numpy as np
import cv2
import matplotlib.pyplot as plt

mask = np.zeros(20000, dtype=np.uint8).reshape(100, 200)
mask[5:-5,5:-5] = 255
mask[10:70,40:80] = 0
plt.subplot(121)
plt.imshow(mask, cmap='Greys_r', interpolation='none')

_, contours, hierarchy = cv2.findContours(mask.copy(), 
                                          cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE,
                                          offset=(0, 0))

导致预期行为：

plt.subplot(122)
cv2.drawContours(mask, contours, -1, (127, 127, 127), 2)
plt.imshow(mask, cmap='Greys_r',  interpolation='none')
plt.show()

然而，我似乎无法理解完全激活掩模的结果：

mask = np.ones(20000, dtype=np.uint8).reshape(100, 200)
mask *=255
_, contours, hierarchy = cv2.findContours(mask.copy(),
                                            cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE,
                                            offset=(0, 0))

print contours[0]

这会产生：

(1   1), (1  98), (198 98), (198 1)

而不是 (0 0), (0 99), (199, 99), (199, 0)

为什么opencv的findcontours函数表现得像这样，带有偏移量1？

- mxdbld

---

通过精确执行您的最后一段代码，我得到了（0 0），（0 99），（199, 99），（199, 0）。 - Soltius

Answer 1

在OpenCV 3.1之前，findContours函数在边缘上有奇怪的行为，也在文档中说明：

该函数会修改源图像。此外，该函数不考虑图像的1像素边界（由0填充并用于算法中的邻域分析），因此与图像边界相接触的轮廓将被裁剪。

这个问题已在OpenCV 3.2中得到修正，同时也不会修改源图像：

自OpenCV 3.2以来，该函数不会修改源图像。

---

作为以前版本的解决方法，您可以使用copyMakeBorder创建一个1像素的黑色（0）边框，并使用带有偏移量(-1,-1)的findContours：

border = cv2.copyMakeBorder(mask, 1, 1, 1, 1, cv2.BORDER_CONSTANT, value=0 )
_, contours, hierarchy = cv2.findContours(border, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE, offset=(-1, -1))

- Miki

---

谢谢您提供的两种方法。我期待在Python上使用OpenCV3.2，并在此期间继续使用您的第一种方法。 - mxdbld