如何从 Python 中的蒙版分割图像创建轮廓（厚度可控）？答案

【问题标题】：How to create an outline (with controllable thickness) from a mask segmentation image in Python?如何从 Python 中的蒙版分割图像创建轮廓（厚度可控）？
【发布时间】：2020-02-20 03:18:59
【问题描述】：

这里我有一个分割模型的分割输出图像。我想为这些蒙版创建一个轮廓，然后将该轮廓放在原始图像上，以指示图像上的预测区域作为分割输出。

我尝试使用 PIL 过滤器 FIND_EDGES，但它为轮廓提供了非常薄的边缘。

有什么方法可以将此蒙版图像转换为仅具有这些蒙版轮廓的图像，以便我可以控制轮廓的粗细？

【问题讨论】：

标签： python image opencv image-processing python-imaging-library

【解决方案1】：

如果我理解正确，您想找到所有斑点的轮廓，然后将此轮廓绘制到另一个具有可控轮廓厚度的图像上。您可以使用cv2.drawContours() 执行此操作，并使用thickness 参数控制轮廓厚度。设置负值，例如。 -1，将填充轮廓，同时增加参数会给你一个更粗的轮廓。

在本例中，我们使用cv2.findContours() 找到每个斑点的轮廓，然后使用cv2.drawContours() 在蒙版上绘制轮廓。在您的情况下，您可以将其绘制到所需的图像上，而不是将其绘制到蒙版上。与thickness=2：

与thickness=5:

import cv2
import numpy as np

image = cv2.imread('1.png')
mask = np.ones(image.shape, dtype=np.uint8) * 255
gray = cv2.cvtColor(image, 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, (36, 255, 12), thickness=5)

cv2.imshow('mask', mask)
cv2.waitKey()

【讨论】：

完美！这正是我想要的。我会试试的，让你知道！