填充轮廓但不填充包含区域。

Question

我有一段Python代码，据说可以填充图像的轮廓，但是会留下其中包含的空洞不填充。这就是我想要的：

但这就是我得到的：

我尝试使用cv2指定轮廓层次结构进行填充，但是我无法得到想要的结果。

这是我尝试过的：

import numpy as np
import cv2

# Load the PNG image
img = cv2.imread('slice.png')

# Convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Threshold the image to create a binary image
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)

# Find the contours in the binary image
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Create a blank image with the same dimensions as the original image
filled_img = np.zeros(img.shape[:2], dtype=np.uint8)

# Iterate over the contours and their hierarchies
for i, contour in enumerate(contours):
    # Check if the contour has a parent
    if hierarchy[0][i][3] == -1:
        # If the contour doesn't have a parent, fill it with pixel value 255
        cv2.drawContours(filled_img, [contour], -1, 255, cv2.FILLED)

# Display the result
cv2.imshow('Original Image', img)
cv2.imshow('Filled Regions', filled_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我尝试修改“if hierarchy [0] [i] [3] == -1：”部分的-1、0、1值，但它要么填补较小的空洞，要么像我发布的第一张图片那样填满整个更大的轮廓。

更新

我还想用白色填充较小层次结构轮廓的内部，就像这样：

- Nico

---

泛洪算法可行吗？ - fmw42

Answer 1

问题在于，cv2.drawContours会填充封闭轮廓的整个内部区域，而不管是否存在内部轮廓。

我们可以使用白色轮廓开始，将没有子轮廓的轮廓填充为黑色，而不是用白色填充没有父轮廓的轮廓。

---

假设我们知道内部应该是黑色的，我们可以按照以下步骤进行：

• 使用cv2.RETR_EXTERNAL查找轮廓，并用白色填充外轮廓。
• 使用cv2.RETR_TREE查找轮廓。
• 迭代轮廓层次结构，并仅填充没有子轮廓的轮廓（用黑色填充最内部的轮廓）。

---

代码示例:

import numpy as np
import cv2

# Load the PNG image
img = cv2.imread('slice.png')

# Convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Threshold the image to create a binary image
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)

# Find the outer contours in the binary image (using cv2.RETR_EXTERNAL)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Create a blank image with the same dimensions as the original image
filled_img = np.zeros(img.shape[:2], dtype=np.uint8)

# Fill the outer contour with white color
cv2.drawContours(filled_img, contours, -1, 255, cv2.FILLED)

# Find contours with hierarchy, this time use cv2.RETR_TREE
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Iterate over the contours and their hierarchies
for i, contour in enumerate(contours):
    # Check if the contour has no child
    if hierarchy[0][i][2] < 0:
        # If contour has no child, fill the contour with black color
        cv2.drawContours(filled_img, [contour], -1, 0, cv2.FILLED)

# Display the result
cv2.imshow('Original Image', img)
cv2.imshow('Filled Regions', filled_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

结果 filled_img:

注意：
如果我们不知道最内层轮廓的颜色，我们可以在黑色背景上绘制白色轮廓，并将结果用作掩码-使用掩码复制输入图像的原始内容。

---

更新：

支持没有子轮廓的轮廓：

为了支持既有子轮廓又没有子轮廓的轮廓，我们可以填充黑色颜色，只有符合以下两个条件的轮廓：

• 轮廓没有子轮廓。
• 轮廓有祖父轮廓（查找祖父轮廓而不是父轮廓，因为空轮廓有内部轮廓，其父轮廓是外部轮廓）。

代码示例：

import numpy as np
import cv2

# Load the PNG image
img = cv2.imread('slice.png')

# Convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Threshold the image to create a binary image
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)

# Find the outer contours in the binary image (using cv2.RETR_EXTERNAL)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Create a blank image with the same dimensions as the original image
filled_img = np.zeros(img.shape[:2], dtype=np.uint8)

# Fill the outer contour with white color
cv2.drawContours(filled_img, contours, -1, 255, cv2.FILLED)

# Find contours with hierarchy, this time use cv2.RETR_TREE
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Iterate over the contours and their hierarchies
for i, contour in enumerate(contours):
    has_grandparent = False
    has_parent = hierarchy[0][i][3] >= 0
    if has_parent:
        # Check if contour has a grandparent
        parent_idx = hierarchy[0][i][3]
        has_grandparent = hierarchy[0][parent_idx][3] >= 0

    # Check if the contour has no child
    if hierarchy[0][i][2] < 0 and has_grandparent:
        # If contour has no child, fill the contour with black color
        cv2.drawContours(filled_img, [contour], -1, 0, cv2.FILLED)

# Display the result
cv2.imshow('Original Image', img)
cv2.imshow('Filled Regions', filled_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

更新：

填充较低层次轮廓内部的白色：

在用黑色填充轮廓之前，我们可以检查指定的轮廓是否有黑色像素。
仅当它没有子级、有祖父级且内部为黑色时才填充黑色。

为了测试是否有黑色像素，我们可以在临时图像上绘制轮廓（用白色），
然后检查最小值是否为0（绘制轮廓为白色的值）。

tmp = np.zeros_like(thresh)
cv2.drawContours(tmp, [contour], -1, 255, cv2.FILLED)
has_innder_black_pixels = (thresh[tmp==255].min() == 0)

---

代码示例：

import numpy as np
import cv2

# Load the PNG image
img = cv2.imread('slice.png')

# Convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Threshold the image to create a binary image
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)

# Find the outer contours in the binary image (using cv2.RETR_EXTERNAL)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Create a blank image with the same dimensions as the original image
filled_img = np.zeros(img.shape[:2], dtype=np.uint8)

# Fill the outer contour with white color
cv2.drawContours(filled_img, contours, -1, 255, cv2.FILLED)

# Find contours with hierarchy, this time use cv2.RETR_TREE
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Iterate over the contours and their hierarchies
for i, contour in enumerate(contours):
    has_grandparent = False
    has_parent = hierarchy[0][i][3] >= 0
    if has_parent:
        # Check if contour has a grandparent
        parent_idx = hierarchy[0][i][3]
        has_grandparent = hierarchy[0][parent_idx][3] >= 0

    # Draw the contour over temporary image first (for testing if it has black pixels inside).
    tmp = np.zeros_like(thresh)
    cv2.drawContours(tmp, [contour], -1, 255, cv2.FILLED)
    has_innder_black_pixels = (thresh[tmp==255].min() == 0)  # If the minimum value is 0 (value where draw contour is white) then the contour has black pixels inside

    if hierarchy[0][i][2] < 0 and has_grandparent and has_innder_black_pixels:
        # If contour has no child and has a grandparent and it has black inside, fill the contour with black color
        cv2.drawContours(filled_img, [contour], -1, 0, cv2.FILLED)

# Display the result
cv2.imshow('Original Image', img)
cv2.imshow('Filled Regions', filled_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

- Rotem

---

谢谢！这似乎适用于具有子轮廓的轮廓，但我也想填充没有子轮廓的轮廓（例如填充一个正方形）。有办法两者都做到吗？ - Nico

当然，我已经更新了答案。请注意，该答案可能并不涵盖所有可能的情况。 - Rotem

谢谢 :) 我稍后会尝试。如果打扰到您了，我很抱歉，只是我正在处理一个涉及扫描和切割一些3D物体的项目，并且遇到了这些问题。 - Nico

我想不出一个简单的解决方法... 我建议您发布一个新问题。一定要注明这是一个跟进的问题（引用此问题）。包括一些有关切片的背景，以便他人知道这不是练习。非常清楚地说明哪些轮廓应该被填充，哪些应该保持为空（这些东西非常令人困惑）。在发布带有红色标记的屏幕截图时，请不要忘记添加原始（清洁）图像。 - Rotem

好的，非常感谢你的帮助，我因此取得了很大进展 :) 你最后的代码能用吗（填充轮廓，然后取消填充，再次填充）？至少对于更大的轮廓是可以的，不像我的骨架化图像中的像素大小（这也有点不寻常）。 - Nico