如何使用python opencv提取内部轮廓（孔）？

Question

有一种简单直接的方法可以使用opencv 3.1 python从图像中提取内部轮廓（孔）吗？

我知道我可以使用＆＃34; area＆＃34;作为一个条件。但是，如果我改变图像分辨率，那么＆＃34;区域＆＃34;不一样。

例如，使用此图片： 如何提取内部孔？

_, contours, hier_ = cv2.findContours(img,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
areas = [cv2.contourArea(c) for c in millCnts]
max_area = np.max(areas)
Mask = np.ones(img.shape[:2], dtype="uint8") * 255

   # I can do something like this (currently not working, just to show an example)
for c in contours:
    if(( cv2.contourArea(c) > 8) and (cv2.contourArea(c)< 100000)):
        cv2.drawContours(Mask ,[c],-1,0,1)

Answer 1

正如我在评论中解释的那样，您必须检查层次结构返回变量。找到轮廓后，您将获得轮廓（点列表列表）和层次结构（列表列表）。

documentation非常明确：

  

hierarchy - 可选的输出向量，包含有关的信息   图像拓扑。它具有与轮廓数量一样多的元素。对于   每个第i个轮廓轮廓[i]，元素hierarchy[i][0]，   hiearchy[i][1]，hiearchy[i][2]和hiearchy[i][3]设置为。{   基于0的指数在下一轮和前一轮的轮廓中   相同的层次级别，第一个子轮廓和父级   轮廓，分别。如果轮廓i没有下一个，   previous，parent或嵌套轮廓，相应的元素   等级[i]将是否定的。

因此，这意味着对于每个countour[i]，您应该得到一个hierarchy[i]，其中包含一个包含4个变量的List：

• hierarchy[i][0]：同一级别下一个轮廓的索引
• hierarchy[i][1]：同一级别的上一个轮廓的索引
• hierarchy[i][2]：第一个孩子的索引
• hierarchy[i][3]：父
的索引

所以说，在你的情况下，应该有一个没有父母的，你可以通过查看hierarchy[i][3]是否为负数来检查哪一个。

应该是（未经测试的代码）：

holes = [contours[i] for i in range(len(contours)) if hierarchy[i][3] >= 0]

*更新：*

总结我们在聊天中讨论的内容，

• 图像太大，轮廓有小孔：用膨胀解决并用75号内核侵蚀
• 由于OpenCV预期扩张为黑色背景，因此需要反转图像
• 该算法给出了2个大轮廓，一个在外面（如预期）和一个在内部（几乎与外部轮廓相同），这可能是由于图像有一些外部（和闭合）凸起。这是通过删除没有父母及其第一个孩子的轮廓来解决的。