Question

我正在使用OpenCV在Python上进行一些图像处理。我试图在一个图像上叠加轮廓，其中轮廓是从面具制作的。我正在使用cv2.Canny()来获取蒙版的轮廓，然后使用cv2.cvtColor()将其更改为颜色，然后使用outline[np.where((outline == [255,255,255]).all(axis=2))] = [180,105,255]将该边缘转换为青色。我现在的问题是这是一个像素粗线，在大图像上几乎看不到。除了我使用[0,0,0]作为蒙版应用于我的彩色图像的点之外，此轮廓均为cv2.bitwise_or(img, outline。

我目前正在通过强制和检查位图中的每个像素来加粗这个轮廓，以检查它的任何邻居是否为[180,105,255]，如果是，那么该像素也会改变。这很慢。有没有办法使用numpy或openCV自动执行此操作？我希望有一些条件索引与numpy，但找不到任何东西。

Answer 1

根据情况，有两种方法：

cv2.dilate()-增强所有白色像素
cv2.drawContours()-增强特定像素

示例

使用此输入图像

import cv2
import numpy as np

# Create test image
mask = np.zeros((200,200,3), dtype=np.uint8)
cv2.line(mask, (50, 100), (150, 100), (255,255,255), 1)

方法1

前景中的所有像素（白色）的面积都将增加cv2.dilate()。我们创建一个structuring element并扩张。更多的迭代将生成更粗的线

iterations=1（左），iterations=2（中），iterations=3（右）

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
dilate = cv2.dilate(mask, kernel, iterations=1)

方法2

当我们只想增强图像的特定部分但不影响其他部分时，可以使用cv2.drawContours()。我们可以使用thickness参数指定颜色并调整大小。结果将类似于cv2.dilate()，并具有选色的优点

gray = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)
cnts = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    cv2.drawContours(mask, [c], -1, (255,255,255), thickness=15)

Answer 2

我来看看形态运算。扩音听起来与您想要的最接近。如果您不想扩大图像的其余部分，则可能需要在行的子区域上进行操作。

Answer 3

您需要执行dilation。膨胀是一种形态学运算，它会使输入图像中的较亮区域增大。如here所述，通过使用一些 kernel ：

对输入图像进行卷积来执行膨胀

当在图像上扫描内核B时，我们计算出最大值像素值与B重叠，并替换锚点中的图像像素点位置具有该最大值。

锚点通常是内核的中心。

在您的情况下，我建议使用您选择大小的椭圆形内核。如果使用1像素粗的线，并且 kernel 的大小为(n,n)，则最终的膨胀图像中的线将大约2*n粗。

这是示例代码：

    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
    result = cv2.dilate(outline, kernel)

以下是扩张的示例：

加厚一个像素线

3 个答案: