Python 查找黑色轮廓之间的区域

我有一个白色的轮廓，里面和周围都是黑色的。 我需要找到一个最大的圆，里面只有白色的区域，没有洞，并且不包含轮廓外部的黑色区域。就目前而言，我找不到这样做的好方法。 我在Python中使用openCv和Numpy。当然，如果有任何其他图书馆是必要的，我想听听

##更新##

起初，我试图用这个代码，但它给了我最大的圆圈而不考虑其中的漏洞：

def get_biggest_area_inside_contour(self,image,index):

image_bin=cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) 
retval,image_bin=cv2.threshold(image_bin,biggest_circle_thresh,255,cv2.THRESH_BINARY) 
contours, hierarchy = cv2.findContours(image_bin.copy(),cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE) 
image_with_contour=np.zeros(image.shape, np.uint8) 
dist=np.zeros((image.shape[0],image.shape[1])) 
for ind_y in range(image.shape[0]): 
    for ind_x in range(image.shape[1]): 
        dist[ind_y,ind_x] = cv2.pointPolygonTest(max_contour,(ind_x,ind_y),True)

正如我所回答的，这个问题有一个解决办法。 问题是我没有设法将代码从MATLAB传递到python。 代码是：

def get_biggest_area_inside_contour(self,image,index):

    image_bin=cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)
    _,image_bin=cv2.threshold(image_bin,biggest_circle_thresh,255,cv2.THRESH_BINARY)
    contours, _ = cv2.findContours(image_bin.copy(),cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
    max_contour=contours[0]
    max_area=cv2.contourArea(contours[0])
    #Find the biggest white contour, some times can be little white surrond by black area
    for _cnt in contours:
        _area = cv2.contourArea(_cnt)
        if _area>max_area:
            max_area=_area
            max_contour=_cnt 
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    _blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    _threshold = cv2.threshold(_blurred, biggest_circle_thresh, 255, cv2.THRESH_BINARY)[1]
    result_img=cv2.drawContours(_threshold,max_contour,-1,(255,255,255),1)
    contours, _ = cv2.findContours(result_img.copy(),cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
    #cv2.namedWindow('img {}'.format(index), cv2.WINDOW_NORMAL)
    #cv2.imshow('img {}'.format(index), result_img)

    apdp = cv2.approxPolyDP(max_contour,1,True)
    ap = [(a[0][0],a[0][1]) for a in apdp]
    vor_ap = Voronoi(ap,incremental=True)
    spined = []
    for ridge in contours:
        x, y, w, h = cv2.boundingRect(ridge)
        if cv2.pointPolygonTest(max_contour,(x,y),True) < 0.0 or cv2.pointPolygonTest(max_contour,(x+w,y+h),True) < 0.0:
            continue
        else:
            if tuple((x,y)) not in spined:
                spined.append([tuple((x,y))])
            if tuple((x+w,y)) not in spined:
                spined.append([tuple((x+w,y))])
            if tuple((x,y+h)) not in spined:
                spined.append([tuple((x,y+h))])  
            if tuple((x+w,y+h)) not in spined:
                spined.append([tuple((x+w,y+h))])                                 
    if len(spined)>0:
        for index in range(0,len(spined)):
            vor_ap.add_points(spined[index])
    fig=plt.figure(index)
    ax = fig.add_subplot(111)        
    voronoi_plot_2d(vor_ap, point_size=5, ax=ax)
    plt.scatter([s[0][0] for s in spined],[s[0][1] for s in spined])
    plt.plot([a[1] for a in ap],[a[0] for a in ap])
    if len(spined)>0:
        borders_and_holes=ap
        for i in range (0,len(spined)):
            borders_and_holes.append(spined[i])
        points=np.vstack(borders_and_holes)
        dt = Delaunay(points)
        ##cc = compute_triangle_circumcenters(dt.points, dt.simplices) Not sure how to do this
        #plt.plot(cc[:, 0], cc[:, 1], ".k")
    plt.show()

def获取轮廓内的最大面积（self、image、index）：
image\u bin=cv2.cvt颜色（image，cv2.COLOR\u RGB2GRAY）
_，image_-bin=cv2.阈值（image_-bin，最大圆_-thresh，255，cv2.thresh\u二进制）
轮廓，u=cv2.findContours（image\u bin.copy（），cv2.RETR\u CCOMP，cv2.CHAIN\u近似\u简单）
最大轮廓=轮廓[0]
最大面积=cv2。轮廓面积（轮廓[0]）
#找到最大的白色轮廓，有时会被黑色区域包围
对于轮廓中的_cnt：
_面积=cv2。轮廓面积（_cnt）
如果面积>最大面积：
最大面积=\u面积
最大轮廓=\u cnt
灰色=cv2.CVT颜色（图像，cv2.COLOR\u BGR2GRAY）
_模糊=cv2.高斯模糊（灰色，（5,5,0）
_threshold=cv2.threshold（_模糊，最大_圆_阈值，255，cv2.thresh_二进制）[1]
结果\u img=cv2.绘制轮廓线（\u阈值，最大\u轮廓线，-1，（255255），1）
等高线，u=cv2.findContours（result\u img.copy（）、cv2.RETR\u CCOMP、cv2.CHAIN\u近似\u SIMPLE）
#cv2.namedWindow（'img{}'。格式（索引），cv2.WINDOW_NORMAL）
#imshow（'img{}'。格式（索引），结果（img）
apdp=cv2。近似聚合DP（最大轮廓，1，真）
ap=[（a[0][0]，a[0][1]）表示apdp中的a]
vor_ap=Voronoi（ap，增量=真）
有刺=[]
对于等高线中的脊线：
x、 y，w，h=cv2.boundingRect（脊线）
如果cv2.PointPolyContest（最大轮廓，（x，y），真）小于0.0或cv2.PointPolyContest（最大轮廓，（x+w，y+h），真）小于0.0：
持续
其他：
如果元组（（x，y））不在脊椎中：
spined.append（[tuple（（x，y））]））
如果元组（（x+w，y））不在脊椎中：
spined.append（[tuple（（x+w，y））]））
如果元组（（x，y+h））不在脊椎中：
spined.append（[元组（（x，y+h））]））
如果元组（（x+w，y+h））不在脊椎中：
spined.append（[元组（（x+w，y+h）））
如果len（带刺）>0：
对于范围（0，len（spined））中的索引：
vor\u ap.添加点（带尖刺的[索引]）
图=plt.图（索引）
ax=图添加_子批次（111）
voronoi图2d（vor图ap，点大小=5，ax=ax）
plt.散射（[s[0][0]表示有刺的s]，[s[0][1]表示有刺的s]）
plt.plot（[a[1]表示ap中的a]，[a[0]表示ap中的a]）
如果len（带刺）>0：
边界和孔洞=ap
对于范围（0，len（spined））中的i：
borders_和_holes.append（带尖刺的[i]）
点=np.vstack（边界和孔）
dt=Delaunay（点）
##cc=计算三角形外圆心（dt点，dt单纯形）不确定如何进行此操作
#plt.绘图（cc[：，0]，cc[：，1]，“.k”）
plt.show（）

---

您可以进行距离变换（在OpenCV中）

反转图片，使边缘为白色（真），中心为黑色（假）。你可能需要对图像进行阈值处理，或者去除中间的污点。

使用L2距离（欧几里德）应用距离变换

查找最高峰值（

minMaxLoc

）

---

最高峰值是圆心，其值是半径。

可以进行距离变换（在OpenCV中）

反转图片，使边缘为白色（真），中心为黑色（假）。你可能需要对图像进行阈值处理，或者去除中间的污点。

使用L2距离（欧几里德）应用距离变换

查找最高峰值（

minMaxLoc

）

---

最高峰是圆心，其值是半径。

这是否回答了您的问题？你认为有一种方法可以在python中使用它吗，或者我需要使用matlab？你可以查找Voronoi图这是否回答了你的问题？你认为有一种方法可以在python中使用它吗，或者我需要使用matlab？你可以查找Voronoi Diagrammage_bin=cv2.cvtColor（image，cv2.COLOR\u RGB2GRAY）retval，image_bin=cv2.threshold（image_bin，magnizer_circle\u thresh，255，cv2.thresh_BINARY）轮廓，hierarchy=cv2.findContours（image_bin.copy（），cv2.RETR\u CCOMP，cv2.CHAIN\u APPROX\u SIMPLE）image\u with\u contour=np.zero（image.shape，np.uint8）dist=np.zero（（image.shape[0]，image.shape[1]）用于范围内的ind y（image.shape[0]）：用于范围内的ind x（image.shape[1]）：dist[ind ind y，ind x]=cv2.pointpolyContest（max\u contour，（ind x，ind y），True）这就是我所做的，它给了我内在的漏洞。@AlonH请在你的问题中发布更新和澄清，让每个人都看到。特别是代码，以便正确格式化。@Christoph Rackwitz我更新了问题。image\u bin=cv2.cvtColor（image，cv2.COLOR\u RGB2GRAY）retval，image\u bin=cv2.threshold（image\u bin，magnize\u circle\u thresh，255，cv2.thresh\u BINARY）轮廓，hierarchy=cv2.findContours（image\u bin.copy（），cv2.RETR\u CCOMP，cv2.CHAIN\u-SIMPLE）对于范围内的ind_y（image.shape[0]，image.shape[1]）：对于范围内的ind_x（image.shape[1]）：dist[ind_y，ind_x]=cv2.pointPolygonTest（max_contour，（ind_x，ind_y），True）这就是我所做的，它给了我内在的漏洞。@AlonH请在你的问题中发布更新和澄清，让每个人都看到。特别是代码，这样您就可以正确地格式化它了。@Christoph Rackwitz我更新了这个问题。