处理图像以查找外部轮廓

Question

我有数百张PNG图像，我必须生成相应的B＆amp; W图像，以显示对象的外部轮廓。源PNG图像具有Alpha通道，因此图像的“无对象”部分是100％透明的。

棘手的部分是，如果物体上有洞，则不应在轮廓中看到那些洞。因此，如果源图像是，例如，甜甜圈，相应的轮廓图像将是锯齿状的圆形线，中间没有同心的小线。

以下是示例图像，来源及其轮廓：

是否有可以执行此操作的库或命令行工具？理想情况下，可以从Python中使用。

Answer 1

我同意amgaera。如果您想要查找轮廓，Python中的OpenCV是您可以使用的最佳工具之一。与他/她的帖子一样，使用findContours方法并使用RETR_EXTERNAL标志来获取形状的最外轮廓。这里有一些可重现的代码供您说明这一点。您首先需要安装OpenCV和NumPy才能实现此目的。

我不确定您使用的平台，但是：

• 如果您正在使用Linux，只需在apt-get和libopencv-dev python-numpy（即sudo apt-get install libopencv-dev python-numpy）上执行brew install opencv即可。
• 如果您使用的是Mac OS，请安装Homebrew，然后通过brew install numpy然后NumPy安装。
• 如果你正在使用Windows，最好的方法就是通过Christoph Gohlke的Windows非官方Python软件包：http://www.lfd.uci.edu/~gohlke/pythonlibs/ - 检查OpenCV包并安装所有依赖项它要求，包括donut.png，你可以在这个页面找到。

无论如何，我拍了你的甜甜圈图片，我用甜甜圈提取了图像。换句话说，我创建了这个图像：

至于你的图像是PNG并且有alpha通道，这实际上并不重要。只要您在此图片中只包含一个对象，我们实际上根本不需要访问Alpha通道。下载此图像后，将其另存为import cv2 # Import OpenCV import numpy as np # Import NumPy # Read in the image as grayscale - Note the 0 flag im = cv2.imread('donut.png', 0) # Run findContours - Note the RETR_EXTERNAL flag # Also, we want to find the best contour possible with CHAIN_APPROX_NONE contours, hierarchy = cv2.findContours(im.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # Create an output of all zeroes that has the same shape as the input # image out = np.zeros_like(im) # On this output, draw all of the contours that we have detected # in white, and set the thickness to be 3 pixels cv2.drawContours(out, contours, -1, 255, 3) # Spawn new windows that shows us the donut # (in grayscale) and the detected contour cv2.imshow('Donut', im) cv2.imshow('Output Contour', out) # Wait indefinitely until you push a key. Once you do, close the windows cv2.waitKey(0) cv2.destroyAllWindows() ，然后继续运行此代码：

np

---

让我们慢慢浏览一下代码。首先，我们导入OpenCV和NumPy包。我将NumPy导入为numpy，如果你到处查看imread个文档和教程，他们会这样做以尽量减少输入。 OpenCV和NumPy相互协作，这就是你需要安装这两个软件包的原因。然后，我们使用0读取图像。我将标志设置为findContours以使图像灰度化使事情变得简单。一旦我加载到图像中，然后运行contours，此函数的输出将输出两个元组的元组：

• (x,y) - 这是一个数组结构，可以为您提供图像中检测到的每个轮廓的hierarchy坐标。
• RETR_EXTERNAL - 其中包含有关您已检测到的轮廓的其他信息，例如拓扑，但为了这篇文章，请跳过此内容。

请注意，我指定CHAIN_APPROX_NONE来检测对象的最外轮廓。我还指定了-1标志，以确保我们得到完整的轮廓而没有任何近似值。一旦我们检测到轮廓，我们就会创建一个完全黑色的新输出图像。这将包含我们检测到的甜甜圈外轮廓。创建此图片后，我们运行drawContours方法。您可以指定要在其中显示轮廓的图像，从之前创建的轮廓结构，以及imshow标记用于绘制图像中的所有轮廓。如果一切顺利，您应该只检测到一个轮廓。然后指定轮廓看起来的颜色。在我们的例子中，我们希望这是白色的。之后，指定要绘制轮廓的厚度。我选择了3像素的厚度。

我们要做的最后一件事是展示结果的样子。我打电话给imshow来显示原始甜甜圈图像的样子（灰度）以及输出轮廓的样子。 cv2.waitKey(0)并不是故事的结局。在调用cv2.destroyAllWindows()之前，您不会看到任何输出。现在说的是你可以无限制地显示图像，直到你按下一个键。按下某个键后，cv2.imwrite('contour.png', out) 调用将关闭所有生成的窗口。

这就是我得到的（一旦你重新安排窗户，他们就会并排）：

---

作为额外奖励，如果您想保存图片，只需运行imwrite即可保存图片。您可以指定要写入的图像的名称以及要访问的变量。因此，您可以执行以下操作：

contour.png

然后，您将此轮廓图像保存到名为{{1}}的文件中。

---

这应该足以让你入门。

祝你好运！

Answer 2

OpenCV具有findContours功能，可以完全满足您的需求。您需要将轮廓检索模式设置为CV_RETR_EXTERNAL。要加载图片，请使用imread功能。

Answer 3

我建议使用here免费提供的ImageMagick。无论如何，它包含在许多Linux发行版中。它还提供Python，Perl，PHP，C / C ++绑定。

我只是在下面的命令行中使用它。

convert donut.png -channel A -morphology EdgeOut Diamond +channel  -fx 'a' -negate output.jpg

基本上，-channel A选择alpha（透明度）并应用形态学来提取不透明区域的轮廓。然后+channel告诉ImageMagick我现在再次处理所有频道。 -fx是一个自定义函数（运算符），我在其中将输出图像的每个像素设置为a - 修改后的Alpha通道中的alpha值。

<强>被修改

以下可能比使用上述fx运算符更快：

convert donut.png -channel RGBA -separate -delete 0-2 -morphology EdgeOut Diamond -negate output.png

<强>结果：

如果您要概述数百（或数千）个图像，我建议使用here提供的GNU Parallel。然后它将使用您的所有CPU核心来快速完成工作。你的命令看起来像这样 - 但是请先备份并继续复制，直到你掌握它为止！

parallel convert {} -channel A -morphology EdgeOut Diamond +channel -fx 'a' -negate {.}.jpg ::: *.png

这表示要使用:::之后的所有内容作为要处理的文件。然后并行使用所有可用内核，转换每个PNG文件并将其名称更改为相应的JPEG文件作为输出文件名。

Answer 4

convert donut.png -channel RGBA -separate -delete 0-2 -morphology EdgeOut Diamond -negate output.png

显示无效语法