Python 使用OpenCV填充二进制图像中的孔/区域

我有下面的预处理大米图像。我想用黑色填充大米，然后执行反向操作以找到轮廓。我尝试使用腐蚀/膨胀操作，但不起作用。下面是我正在使用的代码片段

首先，我使用阴影去除算法，然后使用自适应阈值，从而得到输入图像。现在，我想将输入图像更改为输出图像

原始图像：

输入图像：

所需输出图像：

代码段：

oposite=cv2.按位\u非（img）
#侵蚀
内核=np.ones（（3,3），np.uint8）
侵蚀=cv2.扩张（des，内核，迭代次数=1）
侵蚀=cv2。按位\u非（侵蚀）
im_out=磷石膏+侵蚀
cv2.imshow（“输出”，im_out）
cv2.等待键（0）

您可以使用方法中的标志和方法创建HSV掩码。我基本上将最大饱和值从

255

更改为

100

：

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([179, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([111, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

输出：

---

如果希望使颗粒变薄，可以将最大色调值从

179

调低到，比如说，

111

，同时将最大饱和度值调低到

100

：

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([179, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([111, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

输出：

---

什么是“des”图像？你应该先反转你的图像，然后做一个膨胀，这应该会起作用。您可能需要调整内核大小。您的“期望输出”是原始图像。应用了无法撤消的非线性变换。因此，您无法从转换后的图像中检索原始图像。“des”是“反向图像”。它的打字错误。有没有一种方法可以使用洪水填充？洪水填充也可以填充大米之间的孔洞。你最好的办法是检测果仁，然后把它们画成填充形状。@RajatHada我补充了一个答案。请让我知道它是否解决了您的问题，如果没有，为什么。谢谢。它解决了问题：）。我将用阴影较多的图像检查这种方法。