如何在python opencv中完成/关闭轮廓？

我有一个圆周率摄像机指向一张白色背景的卡片。然而，局部阴影似乎阻止了我用于卡片检测的轮廓的闭合，这意味着整体检测失败。下面是我的意思的截图：

你可以看到它的底角特别粗糙。这是我用来达到这一目的的代码：

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.blur(gray, (5,5))
gray = cv2.bilateralFilter(gray, 11, 17, 17) #blur. very CPU intensive.
cv2.imshow("Gray map", gray)

edges = cv2.Canny(gray, 30, 120)

cv2.imshow("Edge map", edges)

#find contours in the edged image, keep only the largest
# ones, and initialize our screen contour
# use RETR_EXTERNAL since we know the largest (external) contour will be the card edge.
_, cnts, _ = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:1]
screenCnt = None

# loop over our contours
for c in cnts:
    # approximate the contour
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.3 * peri, True)

    cv2.drawContours(image, [cnts[0]], -1, (0, 255, 0), 2)

    # if our approximated contour has four points, then
    # we can assume that we have found our card
    if len(approx) == 4:
        screenCnt = approx;
    break

有没有办法强迫它关闭特定的轮廓？如果我更模糊图像以平滑阴影，这也不起作用，因为它只是忽略那些没有边缘的角。令人恼火的是，它离闭合轮廓只有几个像素远，但它从来没有

编辑：我现在有了一个更真实的设置，背景是米色，有更多的阴影干扰。米色是必要的，因为有些卡片有白色边框，所以白色不起作用。边缘检测主要在阴影所在的左侧失败

---

正如我在对您的回答的评论中提到的，在边界中“连接”线条的最简单方法之一是使用形态运算符。在下面的代码中，图像的边缘使用椭球形状展开。这种技术允许我们合并靠近的行，并填充一些空白。有关此主题的更多信息，请参阅

在这里，您可以看到原始边缘图像、放大图像和使用放大边缘获得的轮廓（使用原始屏幕截图的裁剪区域获得的图像）：

但是，正如你所看到和想象的，在更一般的情况下解决这个问题更为复杂，需要使用其他方法，并且可能比SO问题更为广泛（或者至少从现在的表述方式来看）

通过查看更困难的情况，我建议您使用其他图像表示来替换灰度输入图像（例如HSV颜色空间中的H通道），以减少或减弱阴影的效果。您还可以探索问题中的一些约束：卡片始终以直线作为边界，并使用能够处理参数化形式的方法，例如Hough线检测器。看看这个问题，它可能会给你一些关于如何提高成绩的见解：

---

备注：双向过滤在计算上非常昂贵，尤其是在使用RPi运行应用程序时。我建议您投资一些其他选择，如高斯滤波，以减少图片中的噪声量（假设您确实需要这样做）。

有几种方法可以解决您的问题。1） 可以使用形态学操作符关闭图像边界（放大等）。2） 您可以使用大津方法设置图像阈值，然后查找边界。3） 你可能想看看这个问题：@EliezerBernart我将在什么上应用形态学操作符；边缘层还是原始层？我尝试了Otsu阈值，但它不能自动找出正确的阈值来移除阴影。此外，有些卡片有白色边框（我后来改为框棕色背景），这至少会使简单的阈值无效。如果你的背景颜色变化很大，而大津帮不了忙，你可能想扩大你的边缘，或者与其他操作符和你应用它们的顺序玩一玩。您可以尝试的另一种方法是使用Hough线检测卡的边框：）您可以共享您的卡图片，以便我运行您的代码并验证错误吗？@EliezerBernart将我当前设置的屏幕截图附加到OP。好的，谢谢！我来看看；）谢谢你的回答；它确实考虑到了我提出的第一个场景。你是对的，它没有涵盖第二个更困难的情况，但我会按照你的建议检查Hough线。关于双边过滤，你也是对的；我的Pi运行速度大约为2fps，这对于我来说已经足够了。我将用高斯函数做实验，虽然它会模糊边缘，但我怀疑它会使边缘检测变得更加棘手（边缘保留是我选择双边的原因）。这是正确的！如果你打算基于边缘进行卡片检测，一般来说模糊会让事情变得有点棘手；看起来，在部分阴影中，白色边框显示的穿透力足以检测到正确的边缘。有没有一种方法可以增加边缘或类似区域的对比度？我不知道我是否明白你的意思，但也许你想要的是一种图像锐化技术：嗯，我试过了，但它仍然无法在卡的阴影边缘上拾取。我也试过Hough线，但它只在卡片的右边画了一条线，没有其他的线。我怀疑这是因为它依赖于我已经有缺陷的边缘图像。

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,9))
dilated = cv2.dilate(image, kernel)
_, cnts, _ = cv2.findContours(dilated.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)