Numpy 图像边界查找与填充

我有一个单波段二值图像，只包含0和1个像素值，如下图所示

我必须将外部白色边界内的所有黑色像素转换为白色。 外部白色边界外的黑色像素应保持黑色

你会怎么做

---

下面的代码产生以下结果：

我已经对代码进行了内联注释，以解释我所做的工作

从撇渣导入io、img_as_bool、测量、形态学 从scipy导入ndimage 将numpy作为np导入 将matplotlib.pyplot作为plt导入 读取图像，将值转换为真或假； 丢弃除红色通道以外的所有通道，因为它是一个黑白通道 白色图像，它们都是一样的 image=img_as_boolio.imread'borders.png'[…，0] 计算图像中的连通区域；我们要用这个 为分水岭分割找到质心 labels=measure.labelimage 区域=measure.regionpropslabels 分水岭分割的标记位置；我们选择这些 是图像中不同连接区域的质心 markers=np.数组[r.区域中r的质心].astypenp.uint16 marker\u image=np.zeros\u likeimage，dtype=np.int64 marker_图像[markers[：，0]，markers[：，1]=np.arangelenmarkers+1 计算距离地图，它为我们的流域提供了一个景观 分段 距离\u贴图=nImage.distance\u transform\u edt1-图像 计算流域分割；它将对图像进行分段 填充=形态学。流域1-距离\地图，标记=标记\图像 在过度分割的图像中，合并触摸区域 已填充\u已连接=测量值已标记！=1，背景=0+1 在此可选步骤中，过滤掉大小小于25%的所有区域 找到的平均区域面积的 填充的\u区域=measure.regionpropsfilled\u已连接 平均面积=np.平均值[填充面积中r的r.面积] filled\u filtered=filled\u connected.copy 对于填充区域中的r： 如果r.面积<0.25*平均面积： coords=np.arrayr.coords.astypeint 已填充\u已过滤[coords[：，0]，coords[：，1]]=0 展示！ f、 ax0、ax1、ax2=plt.subplots1、3 ax0.imshowimage，cmap='gray' ax1.imshowfilled\u已过滤，cmap='spectral' ax2.imshowdistance\u映射，cmap='gray' plt.savefig'/tmp/label_filled_regions.png'，bbox_inches='tight'

---

如果您还可以包含一幅图像，描述图像的哪些部分应该填充，哪些部分不应该填充，这将非常有用，即定义图像的内部和外部。用油漆绘制的示意图就足够了，它不需要是解决方案的精确表示。图中白色多边形的定义可能模棱两可，@Stefan van der Walt发现了这一点。恐怕我现在的位置与@hakanc相同。我需要看一个你想要输出的例子。