Python 获取边界框内的对象轮廓

我想检测一下肉的轮廓。我已经为肉类训练了一个目标检测模型。模型的输出如下所示，左上角的边界框坐标为（44,34），右下角的边界框坐标为（321348）

---

如何通过opencv或其他图像处理库基于此输出分割肉的轮廓？

您可以使用Grabcut[1]算法从边界框中提取一段

Grabcut尝试将像素分为两组，边界框外部和内部，同时惩罚与颜色相似的相邻像素的标签不一致

例如：

导入cv2
将numpy作为np导入
im=cv2.imread（'beef.jpg'）
掩码=np.0（im.shape[：2]，np.uint8）
bgd_模型=np.zeros（（1,65），np.float64）
fgd_模型=np.0（（1,65），np.64）
rect=（30,25,30+318,25+350）#（x，y，w，h）
cv2.grabCut（im、mask、rect、bgd_模型、fgd_模型、10、cv2.GC_INIT_和_rect）
mask=np.where（（mask==cv2.GC_BGD）|（mask==cv2.GC_PR_BGD），0，1）.astype（np.uint8）
轮廓，u=cv2.找到的轮廓（遮罩，cv2.RETR\u外部，cv2.链近似\u简单）
cv2.绘制等高线（im，等高线，-1，（0,255,0））
imwrite（“output.png”，im）

---

[1] 罗斯特、卡斯滕、弗拉基米尔·科尔莫戈罗夫和安德鲁·布莱克。“GrabCut”使用迭代图形切割进行交互式前景提取。“图形上的ACM事务（TOG）23.3（2004）：309-314.

您面临的问题是由于顶部的阴影，这使得肉在某些位置与背景一样暗

您可以尝试对图像的红色部分进行二值化，然后使用形态学闭合删除孔，尽管这会稍微损坏轮廓

---

你认为深度估计正确吗？牛肉下面的表面似乎与相机垂直且平坦，但深度估计中没有显示这一点。这不是100%正确，但我在平面上测试了一本具有正常轮廓检测的书，平均了书轮廓和平坦表面内的深度值（参考），然后线性计算书的深度，然后计算书的厚度。这导致了5%的误差。好的，你只想提取牛肉的轮廓吗？我认为这可以在没有深度估计的情况下实现。是的！我还训练了一个模型来检测肉（包围盒，而不是分割）如果这有帮助的话。我已经通过使用大津的阈值来移除瑕疵取得了进展，但仍然不够。根据要求更新了问题。太棒了！谢谢。这看起来非常棒。你建议关闭内核的形状是什么？我使用了一个八角形，这是一个简单的圆近似。我得到了类似的结果，但没有你想象的好乌尔斯。你能告诉我你在变形中使用了多大的尺寸和多少次迭代吗。如果你还记得的话就关闭吗？@aizuon:对不起，我不记得了。我增加了，直到“洞”消失。