在OpenCV中获取多个小轮廓的外部轮廓

Question

因此，我有以下由多个小块组成的图像，并且希望获得其外部轮廓，如下所示：

我以前曾经使用过轮廓逼近和凸壳函数来获得近似的外部轮廓，但是它们只是由1个单一轮廓组成，而在这种情况下，它们较小零件很重要。

我以前使用的功能与此相似：

canvas = np.zeros(img.shape, np.uint8)

img2gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
kernel = np.ones((5,5),np.float32)/25
img2gray = cv2.filter2D(img2gray,-1,kernel)

ret,thresh = cv2.threshold(img2gray,120,255,cv2.THRESH_BINARY_INV)
im2,contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

cnt = contours[0]
max_area = cv2.contourArea(cnt)

for cont in contours:
    if cv2.contourArea(cont) > max_area:
        cnt = cont
        max_area = cv2.contourArea(cont)

hull = cv2.convexHull(cnt)

cv2.drawContours(canvas, hull, -1, (0, 255, 0), 3)

您可能会猜到，输出与期望的输出相差甚远：

关于如何使其更接近所需的任何想法？

Answer 1

您可以应用形态学操作来闭合轮廓，也许可行

  kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
  thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

然后您执行膨胀操作以闭合具有小间隙的轮廓

  thresh = cv2.dilate(thresh, kernel,iterations = 1)

请给我您的反馈意见。

Answer 2

正如@Amine所说，形态学运算将是必经之路，尤其是扩张。可以找到更多信息here。举了一个小例子，您可以微调，但我认为它非常接近所需的输出。

import cv2
import numpy as np

cv_img = cv2.imread('spot.jpg', 0)
im_copy = cv_img.copy()

kernel_dilation = np.ones((5,5), np.uint8)
dilation = cv2.dilate(cv_img, kernel_dilation, iterations=12)
ret, thresh = cv2.threshold(dilation, 127, 255, 0)

im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

cnt = contours[0]
max_area = cv2.contourArea(cnt)

for cont in contours:
    if cv2.contourArea(cont) > max_area:
        cnt = cont
        max_area = cv2.contourArea(cont)

cv2.drawContours(im_copy, [cnt], 0, (255, 255, 0), 3)
cv2.imshow('Contour', im_copy)
cv2.waitKey(0)

输出：