Python 如何在图像边缘填充圆形轮廓？_Python_Opencv

Python 如何在图像边缘填充圆形轮廓？

python opencv

Python 如何在图像边缘填充圆形轮廓？,python,opencv,Python,Opencv,在上图中，我希望最终能够填充彩色圆圈的轮廓。不幸的是，底部的黄色圆圈正好位于图像的边缘，因此cv2.findContours不起作用： _, green_contours, _ = cv2.findContours(green_seg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 有人知道我如何填充黄色圆圈的轮廓，即使它在图像的边缘？因为它位于图像的边缘，所以图像底部边缘的像素值没有完成圆，如果有意义的话，它的值不是255 我在网上看了一下，有人说可

在上图中，我希望最终能够填充彩色圆圈的轮廓。不幸的是，底部的黄色圆圈正好位于图像的边缘，因此cv2.findContours不起作用：

_, green_contours, _ = cv2.findContours(green_seg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

有人知道我如何填充黄色圆圈的轮廓，即使它在图像的边缘？因为它位于图像的边缘，所以图像底部边缘的像素值没有完成圆，如果有意义的话，它的值不是255

我在网上看了一下，有人说可以在图像周围画一个大框，然后画轮廓，但如果我这样做，opencv只会在整个图像周围画一个大轮廓，而不是画圆

任何其他想法都将不胜感激

编辑：我上面展示的图片只是我正在考虑的一个案例。我正试图思考如何使其足够通用，以便对于边界边缘的任何轮廓，我仍然可以使用cv2.drawContour填充轮廓。

如果有或多或少的凸多边形，实际上可以使用cv2.FindContour。获得轮廓后，尝试找到重心，例如使用，然后将其用作中的种子点

请参阅下面的代码片段。我想，你可以通过颜色来识别你的多边形。另外，我没有使用质心的高级查找，而是使用了每个轮廓的边界矩形的中心点。也许，这对于您的用例来说也足够了

进口cv2 将numpy作为np导入设置测试映像颜色=[0,255,0,0,0,255] 输入=np.zeros400，400，3，np.uint8 cv2.circleinput，10010050，颜色[0]，10 cv2.circleinput，150350，75，颜色[1]，10 输出=输入。复制迭代所有颜色。。。对于i，c的颜色：遮罩颜色 img=np.alloutput==c，轴=2.astypenp.uint8*255 查找与OpenCV版本相关的轮廓 cnts=cv2.findContoursimg，cv2.RETR\u外部，cv2.CHAIN\u近似值\u无如果lencnts==2，则cnts=cnts[0]，否则cnts[1] 获取边界矩形；导出洪水填充的种子点；填海 rects=[cv2.boundingRectc代表碳纳米管中的碳] seeds=[np.int32r[0]+r[2]/2，对于矩形中的r，np.int32r[1]+r[3]/2] [cv2.floodFilloutput，mask=None，seedPoint=s，newVal=c表示种子中的s] cv2.imshow'input'，input cv2.imshow'output'，output cv2.0 cv2.1所有窗口这就是输入：

这就是输出：

希望有帮助

-------------------- 系统信息 -------------------- 平台：Windows-10-10.0.16299-SP0 Python:3.8.1 NumPy:1.18.1 OpenCV:4.1.2 --------------------

如果您有或多或少的凸多边形，实际上可以使用cv2.findContours。获得轮廓后，尝试找到重心，例如使用，然后将其用作中的种子点

这就是输出：

希望有帮助

-------------------- 系统信息 -------------------- 平台：Windows-10-10.0.16299-SP0 Python:3.8.1 NumPy:1.18.1 OpenCV:4.1.2 --------------------

一种可能不太精确的简单方法是计算每个轮廓的凸面外壳，并使用填充颜色绘制内部：

手工画线。找到位于轮廓边缘的黄色轮廓点，用cv2画一条线。line？@Ahmet感谢您的回复！但是我需要能够用代码自动完成，因为有很多这样的情况。你确定填充不起作用吗？你能发送原始图像让我试试吗？你完全可以在面具周围画一个盒子！你只需要画一个黑色的bo

是的，不是白边！如果它是白色的，它将是轮廓的一部分。如果是黑色的，就不会是黑色的。简单到：。只需使用copymakeborder将你的蒙面图像保存为PNG，这样它就完全是黑白的，并用它编辑你的文章。应该足够了！不要在图像上画图，用额外的边框填充图像，即图像会稍大一些。然后需要移动轮廓结果的位置，因为填充图像的每个轮廓点将在x、y方向上增加1个像素。手动绘制线条。找到位于轮廓边缘的黄色轮廓点，用cv2画一条线。line？@Ahmet感谢您的回复！但是我需要能够用代码自动完成，因为有很多这样的情况。你确定填充不起作用吗？你能发送原始图像让我试试吗？你完全可以在面具周围画一个盒子！你只需要画一个黑边框，而不是白边框！如果它是白色的，它将是轮廓的一部分。如果是黑色的，就不会是黑色的。简单到：。只需使用copymakeborder将你的蒙面图像保存为PNG，这样它就完全是黑白的，并用它编辑你的文章。应该足够了！不要在图像上画图，用额外的边框填充图像，即图像会稍大一些。然后你需要移动轮廓结果的位置，因为你的填充图像将在x，y方向的每个轮廓点上增加1个像素。非常感谢你的评论！我真的很抱歉我忘了提到，但我的图片不一定都是在底部。它们可能在左侧、右侧或顶部。所以，在我看来，泛光填充不起作用，因为我必须实际查看它以查看轮廓的位置。@cmed123这个答案是说从轮廓的中心使用泛光填充，而不是从边界，所以你的评论无关紧要。但是，此注释假定轮廓是凸的。否则，无法保证质心实际上在轮廓内，因此这仍然不是一个通用的解决方案。非常感谢您的评论！我真的很抱歉我忘了提到，但我的图片不一定都是在底部。它们可能在左侧、右侧或顶部。所以，在我看来，泛光填充不起作用，因为我必须实际查看它以查看轮廓的位置。@cmed123这个答案是说从轮廓的中心使用泛光填充，而不是从边界，所以你的评论无关紧要。但是，此注释假定轮廓是凸的。否则，无法保证质心实际上在轮廓内，所以这仍然不是一般的解决方案。

import cv2
import numpy as np
import sys

# load input image from the cmd-line
img = cv2.imread('test_images/partial_contour.png')
if (img is None):
    print('!!! Failed imread')
    sys.exit(-1)

output_img = img.copy()

# isolate just the colored drawings
ret, thres_bgr = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY)
thres_bgr[np.where((thres_bgr == [255,255,255]).all(axis=2))] = [0,0,0] # replace white pixels for black

# convert from 3-channels (BGR) to a single channel (gray)
gray_img = cv2.cvtColor(thres_bgr, cv2.COLOR_BGR2GRAY)

# this loop processes all the contours found in the image
contours, hierarchy = cv2.findContours(gray_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for contourIdx, cnt in enumerate(contours):
    # compute a convex hull
    hull = cv2.convexHull(cnt)

    # fill the inside with red
    cv2.fillPoly(output_img, pts=[hull], color=(0, 0, 255))

cv2.imshow('output_img', output_img)
cv2.imwrite('fill_partial_cnt_output.png', output_img)
cv2.waitKey(0)