Python 如何在这些图像中找到最大的空白？

我想在与我在下面发布的图片类似的图片中找到空白（黑色区域），在这里我随机地调整了分散在其中的块的大小

对于空白，我指的是这些可能的开放字段（我对该区域没有特定的下限，但我想提取图像中出现的前3-4个最大字段）。它们可以采用的几何形状也没有限制，但这些空白不得包含任何蓝色块

最好的办法是什么

我到目前为止所做的：

我的原始图像实际上是这样的。我识别了所有的点，根据一定的距离阈值对它们进行分组，并在它们周围应用了一个凸包。我不确定如何进一步进行。任何帮助都将不胜感激。谢谢大家!

---

在Python/OpenCV中，有一种方法使用距离变换来查找X之间的最大欧几里德距离

输入：

距离变换图像：

到Xs的最大距离区域：

文本信息：

---

中心x，y：（179352）半径：92.5286865234375

类似的东西？是的，类似的东西，但我的情况下近似结果是可以的。我解释一下，但你写了这样的东西，“只要黑色斑点不包含蓝色斑点，黑色斑点的几何形状就没有限制”如果你想找到最大的不包含任何蓝色的黑色斑点，那么只需取整个黑色区域。整个黑色背景是一个非常奇怪的形状，但它肯定不包含蓝色。如果没有限制，那么可以将黑色的东西视为一个形状。我认为你确实对允许哪些几何形状有限制，但你不知道如何表达这些限制。如果你在寻找凸面形状，这个问题被称为“凸面头骨”，迄今为止最著名的解决方案是O（n^7），其中n是输入多边形中的顶点数。我认为你最好使用fmw42答案中的循环假设。@VS：你对塞缪尔问题的回答并不能真正回答它，因为现在我可以问，“整个黑色区域减去左上角的像素怎么样？”等等。你需要描述一类允许的区域，这样一个程序，给定一个任意区域，无法确定是否允许该区域。一个典型的例子可能是“只允许凸面多边形”（除非这不是您想要的，因为您的例子包含非凸面多边形）。另外，我不清楚你所说的“边界”是什么意思。它们看起来有点像沃罗诺图，我想这不是巧合？对。从文档中可以看出，“该函数提供了一种非常快速的方法来计算二值图像的Voronoi图”。看见但在距离图像中，必须在局部最大值上设置阈值才能获得Voronoi图像边缘

import cv2
import numpy as np
import skimage.exposure

# read image
img = cv2.imread('xxx.png')

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold to binary and invert so background is white and xxx are black
thresh = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)[1]
thresh = 255 - thresh

# add black border around threshold image to avoid corner being largest distance
thresh2 = cv2.copyMakeBorder(thresh, 1,1,1,1, cv2.BORDER_CONSTANT, (0))
h, w = thresh2.shape

# create zeros mask 2 pixels larger in each dimension
mask = np.zeros([h + 2, w + 2], np.uint8)

# apply distance transform
distimg = thresh2.copy()
distimg = cv2.distanceTransform(distimg, cv2.DIST_L2, 5)

# remove excess border
distimg = distimg[1:h-1, 1:w-1]

# get max value and location in distance image
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(distimg)

# scale distance image for viewing
distimg = skimage.exposure.rescale_intensity(distimg, in_range='image', out_range=(0,255))
distimg = distimg.astype(np.uint8)

# draw circle on input
result = img.copy()
centx = max_loc[0]
centy = max_loc[1]
radius = int(max_val)
cv2.circle(result, (centx, centy), radius, (0,0,255), 1)
print('center x,y:', max_loc,'center radius:', max_val)

# save image
cv2.imwrite('xxx_distance.png',distimg)
cv2.imwrite('xxx_radius.png',result)

# show the images
cv2.imshow("thresh", thresh)
cv2.imshow("thresh2", thresh2)
cv2.imshow("distance", distimg)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()