获取Opencv Python内的面积？

我使用自适应阈值技术创建了一幅如下所示的图片：

我使用的代码是：

image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)

然后，我使用此代码获得轮廓：

cnt = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]

我的目标是使用外部轮廓内的所有像素生成遮罩，因此我希望填充对象内的所有像素，使其为白色。我该怎么做

我已经尝试了下面的代码来创建一个遮罩，但是生成的遮罩似乎与应用自适应阈值后的图像没有什么不同

mask = np.zeros(image.shape[:2], np.uint8)
cv2.drawContours(mask, cnt, -1, 255, -1)

---

你所说的几乎是正确的。如果查看阈值图像，它不起作用的原因是因为鞋对象在图像中有间隙。具体来说，您所追求的是，您希望鞋子的周长是所有连接的。如果发生这种情况，那么如果提取最外部的轮廓（代码就是这样做的），那么应该只有一个轮廓表示对象的外部周长。一旦你填充了轮廓，那么你的鞋子应该是完全坚固的

由于鞋的周长不完整且不完整，因此会导致断开的白色区域。如果使用

findContours

查找所有轮廓，它将只查找每个白色形状的轮廓，而不是最外层的周长。因此，如果您尝试使用

findContours

，它将提供与原始图像相同的结果，因为您只需找到图像中每个白色区域的周长，然后用

findContours

填充这些区域

---

您需要做的是确保图像完全关闭。我建议您将所有断开连接的区域一起关闭，然后在此新图像上运行

findContours

调用。具体来说，执行二元形态闭合。这样做的目的是，它需要相邻的断开连接的白色区域，并确保它们相互连接。使用形态闭合，或者使用类似7 x 7正方形的结构元素来闭合鞋子。这个结构元素可以看作是白色区域之间的最小分离，把它们看作是连接的。 因此，请执行以下操作：

import numpy as np
import cv2 
image = cv2.imread('...') # Load your image in here
# Your code to threshold
image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)    

# Perform morphology
se = np.ones((7,7), dtype='uint8')
image_close = cv2.morphologyEx(image, cv2.MORPH_CLOSE, se)

# Your code now applied to the closed image
cnt = cv2.findContours(image_close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
mask = np.zeros(image.shape[:2], np.uint8)
cv2.drawContours(mask, cnt, -1, 255, -1)

---

这段代码实质上是获取阈值图像，并对该图像应用形态学逼近。之后，我们找到图像的外部轮廓，并用白色填充它们。FWIW，我下载了你的阈值图像，并尝试在我自己。这就是我从你的形象中得到的：

---

一个简单的方法是关闭前景中的孔，形成一个带有和

cv2的单一轮廓。变形关闭

现在外部轮廓已填充，我们可以使用

cv2.findContours（）

查找外部轮廓并使用白色填充所有像素

---

这太棒了，我真不敢相信这能奏效！在一个下午，我能够模糊图像的背景。Opencv非常酷。@emschorsch-谢谢你的投票：）是的，Opencv是一个很棒的平台。我每天都用它来工作。学习愉快@rayryeng我尝试了这段代码，但在最后一行，它抛出了以下错误

drawing.cpp:2380:error:（-215）npoints>0在函数cv:：drawcourts

-我使用的是OpenCV 3.1和Python 2.7。有什么想法吗？@g491。这意味着没有轮廓可以画。哇，很好很简单！然而，今天（2020年）

thickness=cv2.FILLED

在您已经隔离了单个轮廓的情况下就不能这样工作了。在这种情况下，我们必须将该轮廓作为

…drawContours（…，[cnt]…）

传递，以使其再次成为数组。看见

import cv2

# Load in image, convert to grayscale, and threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

# Close contour
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7,7))
close = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=1)

# Find outer contour and fill with white
cnts = cv2.findContours(close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cv2.fillPoly(close, cnts, [255,255,255])

cv2.imshow('close', close)
cv2.waitKey()