使用 OpenCV / Python 对二进制掩码进行轮廓处理

Question

使用 Python 和 OpenCV，我正在检测二进制掩码的轮廓：

import numpy as np
import cv2
import matplotlib.pyplot as plt

mask = np.zeros(20000, dtype=np.uint8).reshape(100, 200)
mask[5:-5,5:-5] = 255
mask[10:70,40:80] = 0
plt.subplot(121)
plt.imshow(mask, cmap='Greys_r', interpolation='none')

_, contours, hierarchy = cv2.findContours(mask.copy(), 
                                          cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE,
                                          offset=(0, 0))

导致预期的行为：

plt.subplot(122)
cv2.drawContours(mask, contours, -1, (127, 127, 127), 2)
plt.imshow(mask, cmap='Greys_r',  interpolation='none')
plt.show()

但是，我似乎无法理解完全激活面具的结果：

mask = np.ones(20000, dtype=np.uint8).reshape(100, 200)
mask *=255
_, contours, hierarchy = cv2.findContours(mask.copy(),
                                            cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE,
                                            offset=(0, 0))

print contours[0]

产生：

(1   1), (1  98), (198 98), (198 1)

而不是(0 0), (0 99), (199, 99), (199, 0)

为什么opencv findcontours 的行为是这样的，偏移量为1？

Answer 1

直到 OpenCV 3.1 findContours 的边框上有this wierd behaviour，在documentation 中也有说明：

源图像被此函数修改。此外，该函数不考虑图像的 1 像素边界（填充为 0 并用于算法中的邻域分析），因此与图像边界接触的轮廓将被剪裁。

这里有been corrected in OpenCV 3.2, which also doesn't modify the source image:

由于opencv 3.2源图像没有被这个函数修改。

---

作为以前版本的解决方法，您可以使用 copyMakeBorder 创建一个 1 像素的黑色 (0) 边框，​​并使用带有 (-1,-1) 偏移量的 findContours：

border = cv2.copyMakeBorder(mask, 1, 1, 1, 1, cv2.BORDER_CONSTANT, value=0 )
_, contours, hierarchy = cv2.findContours(border, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE, offset=(-1, -1))