Python 检测闭合轮廓

这是示例图像：

>>> for contour in contours:
>>>     print(cv2.contourArea(contour))
0.0
12437.5

我使用opencv检测轮廓：

>>> fc = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
>>> contours = fc[0]

为了检测闭合轮廓，我想检查opencv返回的每个轮廓的起点和终点，同时我注意到，无论对象的形状如何，opencv似乎都会勾勒出每个对象的轮廓，因此我得到以下结果：

>>> for contour in contours:
>>>    print(contour[0,:,:], contour[-1,:,:])
[[246  38]] [[247  38]]
[[92 33]] [[93 33]]

或者每个找到的轮廓都有闭合路径

我在

findContour（）

那么，是否有一些通用的方法来检测找到的轮廓是否闭合


在提问之前我用谷歌搜索了一下，没有得到结果，但我在右侧类似的问题中看到了很好的候选人：建议我使用
cv2.isContourConvex（contour）
，但是：

>>> for contour in contours:
>>>    print(cv2.isContourConvex(contour))
False
False


还有一个更新：看起来它可能提供了答案（至少对于简单的轮廓），但除了上面的示例图像之外，我没有在任何其他方面进行测试：

>>> for contour in contours:
>>>     print(cv2.contourArea(contour))
0.0
12437.5

如果您的示例图像是位图，那么即使单个像素已经有一个区域，因此它也有一个轮廓。闭合圆甚至有两个轮廓，一个在内侧，一个在外侧。这个半圆只有一个，跨越内外，在两端掉头

我猜你想把这两个圆当作曲线，实际上没有面积，只有一个“轮廓”。然后，圆将是闭合曲线，半圆将是开放的。如果是这样的话，你的新问题就是把位图变成曲线。这并不是一件小事，即使我们人类很容易察觉到那里的曲线，因为它需要定义一个算法和参数，将一个区域变成一条曲线

我知道的一种方法是从位图中导出一个骨架，它基本上剥离了外部的像素层，直到只剩下一堆连接点。我不熟悉opencv，但我可以想象它已经有了一些实用程序。此外，搜索“curve line detect opencv”（曲线检测opencv）作为第一个链接出现在这里，还有一系列其他点击。
根据定义，闭合轮廓将具有单独的内部轮廓。

查看以下的
层次结构
参数：

层次结构–可选输出向量，包含有关
图像拓扑。它的元素数量与等高线的数量相同。对于
每个第i等高线[i]，元素层次[i][0]，
hiearchy、hiearchy[i][2]和hiearchy[i][3]设置为
下一个和上一个等高线的等高线中基于0的索引
同一层级，第一个子轮廓和父轮廓
轮廓，分别。如果轮廓i没有下一个，
上一个、父轮廓或嵌套轮廓的对应元素
层次结构[i]将为负

这并不完全是python的答案，可能已经太晚了。根据我使用Emgu的经验，任何面积为零的轮廓都不是闭合的。
您还可以将该区域与其周长进行比较，作为额外检查，如果该区域非常小，则它绝对不会关闭。不规则形状有时在其轮廓的某个地方有一个很小的封闭区域

轮廓面积可从

cvContourArea

Emgu中的等高线周长定义为

cvArcLength(contour, CV_WHOLE_SEQ, 1);

我自己也遇到了这个问题，我找到了一个解决办法

经历这一切

对于等高线中的i：
打印（cv2.轮廓面积（i），cv2.弧长（i，真））

我注意到闭合轮廓（例如圆）的
轮廓面积
高于
弧长
，而开放轮廓（例如直线）的
轮廓面积
低于
弧长
，
所以你可以这样过滤它们

closed_contours = []
open_contours = []
for i in contours:
    if cv2.contourArea(i) > cv2.arcLength(i, True):
        closed_contours.append(i)
    else:
        open_contours.append(i)

我知道这是三年前提出的，但对于任何需要想法的人来说，这对我来说都是可行的
 不完全是这样，正如您在我的示例（
cv2.RETR\u EXTERNAL
）中看到的，没有内部轮廓。无论如何，如果你能从你引用的文档中推断出一种方法，请明确地表达出来，这样我们就可以看到你的想法在起作用。谢谢轮廓永远不会有重复点。这是故意的。尝试将图像放大一个或两个像素，以避免出现1像素厚的线条。这应该给你一个内部轮廓。你写的似乎不正确。无论膨胀如何，
cv2.RETR\u EXTERNAL
始终只返回外部轮廓，而即使轮廓线为1px宽，其他模式也将始终返回外部轮廓和内部轮廓。我不太确定，但您是否尝试使用
converxhull（）的输出检查凸面？像
contourhulled=cv2.convexHull（轮廓）；cv2.isContourConvex（轮廓线）
。