Python 我想使用opencv删除边界

我有这个原始图像：

然后，我将以下代码应用于

将原始图像转换为HSV图像

然后使用

cv2.findContours（）

我制作了一个包含所有轮廓的列表

然后，我已经删除了所有的轮廓面积小于30

然后我得到了以下图像：

我想要的是从生成的图像中删除边界，它没有任何用处（叶子的外部边界）。我只需要叶子的内部补丁。 这是我使用的代码

import cv2
import numpy as np
img = cv2.imread('Apple___Blackrot30.JPG')
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)     
lower_gr = np.array([25,0,0])
upper_gr = np.array([90,255,255])
mask = cv2.inRange(hsv,lower_gr,upper_gr)
mask=~mask   
res = cv2.bitwise_and(img,img,mask = mask)
blur = cv2.bilateralFilter(res,9,75,75)
im2,cont,_ = cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
areas = [cv2.contourArea(each_conts) for each_conts in cont]
cont_counter = 0
for each_conts in areas:
    if each_conts < 30:
        cv2.fillPoly(im2, pts =[cont[cont_counter]], color=(0,0,0))
    if each_conts > 1024:
        cv2.drawContours(mask, cont[cont_counter], 0, (255,255,255), -1)    
    cont_counter+=1

cv2.imshow('cn',im2)

导入cv2
将numpy作为np导入
img=cv2.imread（'Apple\uuuuuu Blackrot30.JPG'）
hsv=cv2.CVT颜色（img，cv2.COLOR\U BGR2HSV）
lower_gr=np.数组（[25,0,0]）
上_gr=np.数组（[90255255]）
遮罩=cv2.在范围内（hsv，下禁区，上禁区）
面具=~面具
res=cv2.按位_和（img，img，mask=mask）
模糊=cv2。双边滤波器（分辨率，9,75,75）
im2，cont，=cv2.查找对象（掩码，cv2.检索树，cv2.链近似值\u简单）
面积=[cv2.cont中每个cont的轮廓面积（每个cont]
连续计数器=0
对于区域中的每个内容：
如果每个内容小于30：
cv2.fillPoly（im2，pts=[cont[cont_counter]]，color=（0,0,0））
如果每个参数都大于1024：
cv2.绘制轮廓（掩模，连续[连续计数器]，0，（255255），-1）
连续计数器+=1
cv2.imshow（'cn'，im2）

您可以使用的概念来解决此问题。但是有一个警告，你所有的图片必须与问题中的图片相同

我刚刚在你的代码中添加了一些额外的东西

代码：

img2 = img.copy()
im2, cont, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

l = []
for e, h in enumerate(hierarchy[0]):
    #print (e, h[3])
    if h[3] == -1:
        l.append(e)

for i in l:
    if cv2.contourArea(cont[i]) < 1000:   
        cv2.drawContours(img2, [cont[i]], -1, (0, 255, 255), 2)

cv2.imshow('img2', img2)

img2=img.copy（）
im2，cont，hierarchy=cv2.findContours（掩码，cv2.RETR\u树，cv2.CHAIN\u近似值\u简单）
l=[]
对于枚举（层次结构[0]）中的e，h：
#打印（e，h[3]）
如果h[3]==-1：
l、 附加（e）
对于l中的i：
如果cv2.轮廓面积（续[i]）<1000：
cv2.等高线图（img2，[cont[i]]，-1，（0,255,255），2）
cv2.imshow（'img2'，img2）

结果：

img2 = img.copy()
im2, cont, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

l = []
for e, h in enumerate(hierarchy[0]):
    #print (e, h[3])
    if h[3] == -1:
        l.append(e)

for i in l:
    if cv2.contourArea(cont[i]) < 1000:   
        cv2.drawContours(img2, [cont[i]], -1, (0, 255, 255), 2)

cv2.imshow('img2', img2)

层次结构

返回表示等高线父子关系的数组。根据文档链接

它是一个由四个值组成的数组：[下一个、上一个、第一个子、父]

---

在

层次结构

数组中，我扫描了

父

列（第4列）以查看它是否没有父轮廓（

-1

），并绘制了它们

我假设您只需要叶子内部的斑点

使用大津算法进行分割

应用整体填充操作以确保捕获所有叶像素

仅提取内部轮廓 使用opencv可以简单地完成以下所有操作：

---

很难理解，你期望的结果是什么？我想在结果输出图像中去除叶子的边界，因为我不需要基于原始图像的itA颜色阈值，也许？如果特别是在本例中，您可以设置图像阈值，使其仅保留黄色/棕色部分，然后应用边缘检测器。对于“enumerate（层次结构[0]）中的e，h”行，我得到一个错误“nonetype对象不可下标”：@Paraskumarangyan检查层次结构是否为空我该如何做我有一个非常大的图像数据库。我尝试了各种方法，如'len（hierarchy[0]）==0'，但它给出了相同的错误。问题是我有非常大的数据集，我甚至想删除图像，但它不起作用。我试着打印图像名称，但它只是给我这个错误信息给我。如果在图像中找不到轮廓，错误就会显示出来。在这一行之后，

im2，cont，hierarchy=cv2.findContours（mask，cv2.RETR\u TREE，cv2.CHAIN\u APPROX\u SIMPLE）

如果cont！=无：然后转到

循环。