检测闭合轮廓

Question

这是示例图片：

我使用OpenCV来检测轮廓：

>>> fc = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
>>> contours = fc[0]

为了检测封闭轮廓，我打算在opencv返回的每个轮廓中检查起始点和结束点，但我注意到无论对象的形状如何，opencv似乎都会勾勒出每个对象，因此我得到了这个结果：

>>> for contour in contours:
>>>    print(contour[0,:,:], contour[-1,:,:])
[[246  38]] [[247  38]]
[[92 33]] [[93 33]]

每个找到的轮廓都有一个封闭路径。

我搜索了findContour()函数中可用方法的其他常量，但似乎所有返回的都是封闭路径。

那么是否有一般的方法来检测找到的轮廓是否封闭？

---

在提问之前我进行了谷歌搜索，但没有找到结果，但是我在类似问题的右侧看到了一个好的候选人：如何在OpenCV中知道轮廓是开放的还是封闭的？，其中建议使用cv2.isContourConvex(contour)，但是：

>>> for contour in contours:
>>>    print(cv2.isContourConvex(contour))
False
False

---

又一个更新：contourArea 看起来可能提供答案（至少对于简单轮廓），但我没有在上面的示例图像以外的任何东西上进行测试：

>>> for contour in contours:
>>>     print(cv2.contourArea(contour))
0.0
12437.5

- theta

---

我不太确定，但你是否尝试使用convexHull()的输出来检查凸性？例如 contourhulled=cv2.convexHull(contour); cv2.isContourConvex(contourhulled)。 - Jason

Answer 1

我自己遇到过这个问题，找到了解决的方法...

经历了这个过程...

for i in contours:
   print(cv2.contourArea(i), cv2.arcLength(i,True))

我注意到封闭轮廓（例如圆）的contourArea比arcLength高，而开放轮廓（例如线条）的contourArea比arcLength低， 因此您可以按此筛选它们...

closed_contours = []
open_contours = []
for i in contours:
    if cv2.contourArea(i) > cv2.arcLength(i, True):
        closed_contours.append(i)
    else:
        open_contours.append(i)

我知道这个问题是在3年前被问的，但对于其他需要想法的人来说，这对我有用！

- Max

Answer 2

如果您的示例图像是位图，即使一个像素也已经有了一个面积，因此它也有一个轮廓。封闭圆甚至有两个轮廓，一个在内部，一个在外部。半圆只有一个轮廓，跨越内部和外部，并在末端掉头。

我想你想把这两个圆当作曲线处理，实际上没有面积，只有一个“轮廓”。圆将成为封闭曲线，半圆将是开放的。如果是这样，您的新问题就是将位图转换为曲线。虽然我们人类很容易感知到曲线，但这并不是微不足道的，因为它需要定义一个算法和参数，将区域转换为曲线。

我知道的一种方法是从位图中派生出骨架，基本上是在外部剥离像素层，直到您只剩下一堆连接点。我不熟悉opencv，但我可以想象它已经具有一些用于此的实用程序。此外，搜索“curve line detect opencv”会出现opencv-identifying-lines-and-curves 作为第一个链接，以及其他一些命中。

- Ulrich Eckhardt

Answer 3

这不是一个完全的Python答案，而且可能太晚了。从我的Emgu经验来看，任何面积为零的轮廓都不是封闭的。 您还可以将其面积与周长进行比较，作为额外的检查，如果非常小，则几乎肯定不是封闭的。不规则形状有时会在其轮廓的某个地方有一个微小的封闭区域。

轮廓面积可以从中获得。

cvContourArea

在Emgu中，轮廓周长被定义为

cvArcLength(contour, CV_WHOLE_SEQ, 1);

- Charlie

Answer 4

一个封闭的轮廓，根据定义，将会有一个单独的内部轮廓。
看一下findContours()函数的hierarchy参数:

hierarchy - 可选的输出向量，包含关于图像拓扑的信息。它有和轮廓数量一样多的元素。 对于每个第 i 个轮廓 contours [i]，元素 hierarchy [i] [0]、 hierarchy i 、 hierarchy [i] [2] 和 hierarchy [i] [3] 被设置为在相同层级上的下一个和上一个轮廓、 第一个子轮廓和父轮廓相对于轮廓中的基于 0 的索引。如果对于轮廓 i 没有下一个、上一个、 父或嵌套轮廓，则 hierarchy [i] 的相应元素将为负数。

- Adi Shavit

---

并不完全是这样的，正如您在我的示例（cv2.RETR_EXTERNAL）中所看到的，没有内部轮廓。无论如何，如果您可以从您引用的文档中推导出一种方法，请明确地呈现它，以便我们可以看到您的想法实施。谢谢。 - theta

轮廓永远不会有重复的点。这是设计上的考虑。尝试将图像膨胀一个像素或两个像素，以避免出现1像素厚的线条。这应该会给你一个内部轮廓。 - Adi Shavit

你所写的似乎不正确。无论膨胀如何，cv2.RETR_EXTERNAL始终只返回外部轮廓，而即使轮廓线宽为1像素，其他模式也始终会返回内部和外部轮廓。 - theta