Python 自适应阈值化（变形除外）后如何清理边界

我正在对图像执行自适应阈值处理，以查找对象的边界。但是，在对象的某些点上，自适应阈值有间隙并溢出到其他对象中（由于对象边界上罕见点的颜色相似性）。这些间隙太大，无法使用形态闭合（先扩张后侵蚀）来填充

考虑到它们不经常出现，并且相对于整个形状的周长相对较小，是否有方法检测并移除它们

我发现，仅仅增加迭代次数/窗口大小来关闭，就会把事情搞得一团糟，毫无用处

我想在一个好的自适应阈值之后执行houghline变换，但是自适应阈值溢出感兴趣对象的边界，会在二值图像中添加更多潜在的线检测

我想，如果在自适应阈值边界中检测到足够小的中断，可能会在这些图像中检测到的线上运行内核并添加白色像素？有人试过这样的东西吗

谢谢

变形关闭前阈值中的间隙示例

变形关闭后阈值中的间隙示例

---

尝试按大小过滤斑点/轮廓。设置一个区域阈值，低于该区域的所有内容（在本例中是嘈杂的斑点）都将被过滤。看看这个答案：如果你有或多或少的直线，看看OpenCV。@eldesgraciado这是一个很酷的技巧，谢谢！但不幸的是，这也会移除第一张图像中显示的更多对象边界，使得修复整个对象变得更加困难boundary@HansHirse我确实打算在找到一个好的闭合对象边界后进行hough变换，但是如果边界不闭合，它会溢出到图像的其余部分，并添加许多潜在的hough线检测。@mosfeta会在形态学操作后执行区域过滤。例如，请在关闭操作后重试。