C++ 在不使用轮廓提取的情况下提取最外层边界

我正在做一个项目，在那里我有一个二值图像，就像手下面的一个，我只想提取边界来训练机器学习算法

由于我是实时实现的，边界内可能有很多错误轮廓，因此在opencv中使用轮廓提取技术会减慢程序的速度

我尝试过使用形态学闭合操作，然后进行简单的边缘检测，但是我仍然在外部边界内发现了很多信息

我使用kinect传感器跟踪手，因此无法使用预处理技术纠正这些错误值

我为解决此问题而编写的函数是：

Mat CvHandRegion::sampleBoundaryPoints(Mat input)
{
        Mat sampledOut;
sampledOut.create(input.rows, input.cols, CV_8U);
sampledOut.setTo(0);

for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
{
    for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}

for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
{
    for( int y = input.rows-1; y > 0; y -= C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}

for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
{
    for( int x = 0; x < input.cols; x += C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}


for( int y = 0; y < input.rows; y += C_SAMPLING_STEP)
{
    for( int x = input.cols-1; x > 0; x -= C_SAMPLING_STEP)
    {
        if(input.at<uchar>(y,x) == 255)
        {
            sampledOut.at<uchar>(y,x) = 255;
            break;
        }
    }
}
return sampledOut;
    }

此处，C_采样_步骤保持为4。这个想法基本上是从四面八方到达，一旦检测到从0到255的变化，就终止循环

还有其他更有效、更稳健的方法吗

更新：我尝试使用不同的半径进行形态闭合操作 尺寸为5,5的变形椭圆的输出为：

和7,7号

和尺寸9,9

---

这在某种程度上解决了这个问题，但是我不确定使用哪种尺寸，因为数据中的噪声根据手的姿势变化很大

你试过改变关闭操作的半径吗？你发布的图片在关闭后看起来会很干净。谢谢你指出，我尝试了不同的值，它使用不同的数据处理不同的半径。这样就解决了你的问题？还是仍然存在问题？手的大小在图像中是否保持相对恒定？你可以看看白与黑的比例。。。如果没有，也许你可以看看包围所有白点的粗糙边界框内的白黑比，这样你可以尝试传递findContours参数，让它只找到外部控件，这可能会更快，然后你只需要确保手周围有一个坚实的白色边框，里面的洞很好。