Python 如何连接边的端点以闭合它们之间的孔？

我的任务是检测土壤表面的裂缝并计算裂缝的总面积。为此，我使用了Canny边缘检测

输入图像

结果

我的下一步是将canny边转换为轮廓，因为我想使用

cv2.mean

过滤裂缝，并使用

cv2.contourArea

函数计算其面积。在这一步上，我面对了这个问题。当我使用：

canny_cracks = cv2.Canny(gray, 100, 200)
contours, _ = cv2.findContours(canny_cracks, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

由于边缘末端有孔，因此无法正确转换。看到问题了吗

我的问题是如何连接边的端点以闭合它们之间的孔

注意：我使用了轮廓检测，但没有应用精明的边缘。问题是轮廓检测会产生大量噪声，并且不能很好地检测所有裂纹。或者也许我不知道如何像精明的边缘那样找到轮廓。

你可以使用。这将缩小白色像素之间的间距。如果您在下面的脚本中输入您的Canny图像，您可以自己尝试

结果:

代码：

从您提供的第二张图片开始，以下是我解决此问题的方法：

• 高斯模糊图像及其灰度转换
• 把土从盆里隔出来
  • 创建仅土壤的圆形遮罩
  • 提取土壤ROI
• 执行形态变换以闭合孔
• 查找轮廓并按轮廓区域过滤
• 求和面积以获得结果

---

我们从高斯模糊开始，将图像转换为灰度

image = cv2.imread('5.png')
original = image.copy()

blur = cv2.GaussianBlur(image, (3,3), 0)
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))

目标是将土壤边缘与盆边缘隔离。为此，我们使用

cv2.HoughCircles（）

找到罐子的外圆，缩小圆以抓住土壤区域，并使用原始图像的形状创建遮罩

circle_mask = np.zeros(original.shape, dtype=np.uint8) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.5, 200) 

# Convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
circle_ratio = 0.85

# Loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
    # Draw the circle, create mask, and obtain soil ROI
    cv2.circle(image, (x, y), int(r * circle_ratio), (0, 255, 0), 2)
    cv2.circle(circle_mask, (x, y), int(r * circle_ratio), (255, 255, 255), -1)
    soil_ROI = cv2.bitwise_and(original, circle_mask)

我们在坐标上循环以找到圆的半径。从这里我们画出最大的外圆

现在，为了隔离土壤和罐子，我们应用一个比例因子来获得它

接下来，我们填充圆圈以获得遮罩，然后将其应用于原始图像以获得土壤ROI

土壤覆盖层

土壤投资回报率

你的问题是

如何连接边的端点以闭合边之间的孔

为此，您可以使用

cv2.morphologyEx（）

执行一次关闭孔的操作，从而导致此问题

gray_soil_ROI = cv2.cvtColor(soil_ROI, cv2.COLOR_BGR2GRAY)
close = cv2.morphologyEx(gray_soil_ROI, cv2.MORPH_CLOSE, kernel)

现在我们使用

cv2.findContours（）

查找轮廓，并使用

cv2.contourArea（）

使用最小阈值区域进行过滤，以去除岩石等小噪声。可以调整最小面积以控制过滤器强度

cnts = cv2.findContours(close, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

crack_area = 0
minumum_area = 25
for c in cnts:
    area = cv2.contourArea(c)
    if area > minumum_area:
        cv2.drawContours(original,[c], 0, (36,255,12), 2)
        crack_area += area

最后，我们求出裂缝总面积的面积之和

3483.5

---

您可以使用连接线。如果裂缝比土壤暗，您也可以查看或，尽管它可能无法很好地推广到其他图像或其他类型的土壤。感谢您的回复。我使用基于颜色的分离，它会产生很多不容易处理的噪音。关于形态变换，你是说扩张吗？

cnts = cv2.findContours(close, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

crack_area = 0
minumum_area = 25
for c in cnts:
    area = cv2.contourArea(c)
    if area > minumum_area:
        cv2.drawContours(original,[c], 0, (36,255,12), 2)
        crack_area += area

import cv2
import numpy as np

image = cv2.imread('5.png')
original = image.copy()

blur = cv2.GaussianBlur(image, (3,3), 0)
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))

circle_mask = np.zeros(original.shape, dtype=np.uint8) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.5, 200) 

# Convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
circle_ratio = 0.85

# Loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
    # Draw the circle, create mask, and obtain soil ROI
    cv2.circle(image, (x, y), int(r * circle_ratio), (0, 255, 0), 2)
    cv2.circle(circle_mask, (x, y), int(r * circle_ratio), (255, 255, 255), -1)
    soil_ROI = cv2.bitwise_and(original, circle_mask)

gray_soil_ROI = cv2.cvtColor(soil_ROI, cv2.COLOR_BGR2GRAY)
close = cv2.morphologyEx(gray_soil_ROI, cv2.MORPH_CLOSE, kernel)

cnts = cv2.findContours(close, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

crack_area = 0
minumum_area = 25
for c in cnts:
    area = cv2.contourArea(c)
    if area > minumum_area:
        cv2.drawContours(original,[c], 0, (36,255,12), 2)
        crack_area += area

print(crack_area)
cv2.imshow('close', close)
cv2.imshow('circle_mask', circle_mask)
cv2.imshow('soil_ROI', soil_ROI)
cv2.imshow('original', original)
cv2.waitKey(0)