C++ 在OpenCv中扩展轮廓

我的图像中有几个由几个黑色区域组成的轮廓。与这些黑色区域直接相邻的是一些不属于我的轮廓的较亮区域。我想将这些较亮的区域添加到黑色区域，从而在OpenCv中扩展轮廓。
是否有一种方便的方法来延伸轮廓？我想从我用

cv:：Sobel

创建的梯度图像中观察强度变化，并一直延伸到梯度再次变化，这意味着像素的强度将回到图像中既不黑也不亮的区域

谢谢

下面是一些示例图像。第一张图片显示原始图像，第二张图片显示使用Canny&findContours提取的轮廓，最后一张图片显示同一区域的Sobel梯度强度图像。 我想在轮廓的第一个图像中包括明亮的边界

更新：现在我对Sobelgradients使用了一些形态学操作，并在其周围添加了一个轮廓（见下图）。下一步可能是找到相邻的一对紫色和红色轮廓线，但实际上必须搜索直接相邻的轮廓线似乎是在浪费行进时间。还有更好的主意吗

---

更新2：我现在的解决方案是在我的（紫色）轮廓周围的边界框中搜索变形渐变（红色）轮廓，并选择方向和大小正确的轮廓。这适用于渐变轮廓，其中形态学操作关闭“上升”和“下降”渐变区域，如图3所示。但对于照明区域比上图更宽的情况，这仍然是一个糟糕的解决方案。任何想法仍然非常感谢，谢谢

您要做的是找到两个不同的功能并合并它们。这并不十分困难，但您必须使用图像的多个副本才能实现

制作一份副本，并为黑暗部分设置阈值

制作另一份副本并为灯光部分设置阈值

将两个阈值图像合并为新图像

应用形态学操作，如打开或关闭（取决于阈值），这将连接附近的组件

在合成图像中查找轮廓

在原始图像上使用这些轮廓。这将起作用，因为所有图像的大小都相同，并且都是基于原始图像

---

请提供一个样本图片！！！好的，给我的问题添加了一些图片和说明。谢谢你的回答。是的，在最初的帖子中提到的方法不是很有用，因为它不能处理大的灯光区域。你的方法大体上也是我最后提出的，而且效果很好。但我的方法是找到暗的部分，然后在它周围放置一个ROI，在亮的部分图像中搜索一个最合适的搭档，然后合并它们。你的方法可能会失败，如果我在一个黑暗的部分周围有几个光明的部分。但是我会接受你的答案，因为对图像进行两次阈值化的方法导致了我的最终解决方案…啊，我明白你的意思。我不知道你可能有多个轻部分候选人，你需要选择最好的一个。很高兴我能帮上忙。