我怎样才能摆脱内部轮廓？ Python

Question

我正在使用 cv2.findContours 定位卫星照片中的光污染区域。它们中的许多内部并没有完全污染，我的意思是它们内部有黑洞，它们不应该被视为轮廓的一部分，也不是单独的轮廓，因为我只是在描绘光污染区域。当我开始按大小索引轮廓时，我注意到黑洞被视为单独的轮廓。

处理后的图像

如您所见，例如 #0、#67 和 #64 被归类为轮廓区域，即使它们不应该是

找到我正在使用的轮廓

# Reading image
image_orig = cv2.imread("india_night.jpg")
# Processing to make contours smoother
image_gray = cv2.cvtColor(image_orig, cv2.COLOR_BGR2GRAY)
image_blurred = cv2.GaussianBlur(image_gray, (5, 5), 0)
image_blurred = cv2.dilate(image_blurred, None)
_, image_threshold = cv2.threshold(image_blurred, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
#sorting contours by size
_, contours, _ = cv2.findContours(image_threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
contours = sorted(contours, key=cv2.contourArea)

我的目标是不将这些未受污染的地区归类为受污染地区

Answer 1

我相信您可以通过查看层次结构来做到这一点。基本上，如果您传递 cv2.RETR_TREE 而不是不同于 -1 的层次结构将意味着该轮廓在另一个轮廓内

_, contours, hierarchy  = cv2.findContours(image_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
for i in range(len(contours)):
    if hierarchy[0,i,3] == -1:
        cv2.drawContours(image_orig, contours, i, (0, 255, 0))

这将导致仅绘制外部轮廓，如下图所示

编辑： 那么，如果您需要排除形状的内部部分怎么办。现在这不是最佳解决方案，但我认为它可以让您更好地了解层次结构的工作原理：

for i in range(len(contours)):
    if hierarchy[0, i, 3] == -1:    # this is the outer contour which we need to draw
        cv2.drawContours(image_orig, contours, i, (0, 255, 0), -1)
        if hierarchy[0, i, 2] != -1:    # if this contour has inner contours
            childrenIndex = hierarchy[0, i, 2]
            while hierarchy[0, childrenIndex, 0] != -1:  # get all children for the outer contour
                childrenIndex = hierarchy[0, childrenIndex, 0]
                # now the first inner contour is just near the outer one (from the opposite side of the line)
                # thats why we are drawing that inner contour's children
                if hierarchy[0, childrenIndex, 2] != -1:
                    cv2.drawContours(image_orig, contours, hierarchy[0, childrenIndex, 2], (0, 0, 255), -1)

您还可以阅读opencv hierarchy tutorial 以更好地了解其工作原理