寻找非二值图像的轮廓

Question

我正试图理解计算图像轮廓的概念，有许多不同类型的算法存在。有人说应该在边缘检测之后应用轮廓。有信息表明可以在灰度图像上计算轮廓，而其他人则说只能在二进制图像上计算。我想了解彩色图像上轮廓跟踪的过程，并希望理解更一般的概念：

1. 是否需要从要检查的自然图像中首先"剪切"出对象？

2. 图像需要是二进制的，其中对象是轮廓格式吗？

3. 将图像转换为二进制图像时，会损失许多数据，如何补偿这一点？

4. 对象如何在自然场景中被识别？

如果有任何文档或个人知识的链接，将不胜感激！我似乎找不到关于这些概念的太多信息。此外，如果有一个具有优秀文档的特定轮廓算法，那么一个链接将非常有帮助。谢谢！

- user6112514

---

在轮廓提取中，目标是找到一些“目标轮廓”，其中包括几个任务，其中一个基本任务是在二进制图像中查找连接组件（以及其他连接组件内的连接组件），这是由cv :: findContours执行的任务。因此，您的任务是以某种方式对图像进行二值化，使得所需的轮廓与其余部分分离开来。这可能听起来像是您必须自己解决更困难的工作（如何分离图像中的对象），但findContours仍然是一个强大的工具。 - Micka

Answer 1

我终于意识到，我混淆了两个密切相关的概念，导致了一些混乱。边界跟踪和轮廓查找是有区别的。在边界跟踪中，我发现需要跟踪的对象必须是二进制图像。如果对象是自然场景的一部分，则应将其从自然场景中分离出来并单独处理。在跟踪边界后，结果就是对象的轮廓（只有图像的轮廓而没有其他内容）。至于对象内的边缘，一些边界跟踪算法会考虑边缘，而另一些则不会。这只是找到轮廓的一种方法。

我的目标是创建一个包含丢失边界的图像的轮廓（解决计算机视觉和完形原理中闭合原则的问题）。边界跟踪无法解决这个问题。相反，我看了看主动轮廓模型（蛇），它将根据图像中的能量允许创建新的边界并勾画现有边界。这满足了我的目标，既能找到图像的轮廓，又能封闭打开的边界。

- user6112514