是否可以在Python中使用OpenCV轮廓，而不会切掉拐角？

Question

我正在python中使用OpenCV轮廓函数。例如，在这样的图像上：

contours, _ = cv2.findContours(img_expanded_padded, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

如上面所见，它除了切掉轮廓内部的角以外，效果很好。有没有其他选择可以解决这个问题？

沿轮廓行进并手动填充它们在计算上过于昂贵。以上仅是示例。这将在5400x5400或更高分辨率的图像上执行多次...

我可以使用下面的代码找到边缘，并因此将其填充为圆角，但随后我需要再次将其提取为轮廓。

# FIND ALL HORIZONTAL AND VERTICAL EDGES AND COMBINE THEM
edges_expanded_x = np.absolute(cv2.Sobel(img_expanded_padded,cv2.CV_64F, 1, 0, ksize=3))
edges_expanded_y = np.absolute(cv2.Sobel(img_expanded_padded,cv2.CV_64F, 0, 1, ksize=3))
edges_expanded = np.logical_or(edges_expanded_x, edges_expanded_y)

# GET RID OF DOUBLE EDGE THAT RESULTS FROM SOBEL FILTER
edges_expanded = np.multiply(img_expanded_padded,edges_expanded)

我可以使用任何OpenCV设置或功能来完成此操作吗？

编辑： 我应该澄清一下，我的目标是拥有一个像素连续轮廓。我需要轮廓，而不是整个图像的阵列，包括轮廓。

编辑：以上图像放大为我的测试图像。实际像素如下图的红色网格所示。

Answer 1

无需使用cv2.Sobel，只需在黑色背景上使用cv2.drawContours绘制轮廓即可。可以在np.zeros的帮助下绘制黑色背景。

img = cv2.imread('contouring.png',0)
contours, _ = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
bgr = np.zeros((img.shape[0], img.shape[1]), dtype= 'uint8')
cv2.drawContours(bgr, contours, -1, (255,255,255), 1)

如果希望轮廓线变粗，则可以使用cv2.dilate。然后，为了防止切角，cv2.bitwise_and可以与cv2.bitwise_not一起使用，如下所示

bgr = cv2.dilate(bgr, np.ones((31, 31), np.uint8), iterations=1)
bgr = cv2.bitwise_and(bgr, cv2.bitwise_not(img))

这将提供15像素厚的轮廓。

编辑-细轮廓的第一个图像仍然是拐角。要获得不角的单个像素轮廓，我们可以使用3 * 3的内核尺寸。

img = cv2.imread('contouring.png',0)
contours, _ = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
bgr = np.zeros((img.shape[0], img.shape[1]), dtype= 'uint8')
cv2.drawContours(bgr, contours, -1, (255,255,255), 1)
bgr = cv2.dilate(bgr, np.ones((3, 3), np.uint8), iterations=1)
bgr = cv2.bitwise_and(bgr, cv2.bitwise_not(img))

这给了我们

我通过在bgr和img之间使用cv2.bitwise_and进行了检查，并获得了黑色图像，表明没有白色像素在拐角处。