如何使用 python opencv 提取内部轮廓（孔）？

Question

有没有一种简单直接的方法可以使用 opencv 3.1 python 从图像中提取内部轮廓（孔）？

我知道我可以使用“面积”作为条件。但是，如果我更改图像分辨率，“区域”就不一样了。

例如，这张图片： 如何提取内部孔？

_, contours, hier_ = cv2.findContours(img,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
areas = [cv2.contourArea(c) for c in millCnts]
max_area = np.max(areas)
Mask = np.ones(img.shape[:2], dtype="uint8") * 255

   # I can do something like this (currently not working, just to show an example)
for c in contours:
    if(( cv2.contourArea(c) > 8) and (cv2.contourArea(c)< 100000)):
        cv2.drawContours(Mask ,[c],-1,0,1)

Answer 1

正如我在评论中解释的那样，您必须检查层次结构返回变量。找到轮廓后，您将获得轮廓（点列表列表）和层次结构（列表列表）。

documentation在这很清楚：

hierarchy – 可选的输出向量，包含关于 图像拓扑。它具有与轮廓数一样多的元素。为了 每个第 i 个轮廓 contours[i] ，元素 hierarchy[i][0] ， hiearchy[i][1] 、 hiearchy[i][2] 和 hiearchy[i][3] 设置为 下一个和前一个轮廓的轮廓中基于 0 的索引 同一层级，第一个子轮廓和父轮廓 轮廓，分别。如果轮廓 i 没有下一个， 上一个、父级或嵌套的轮廓，对应的元素 hierarchy[i] 将是负数。

因此，这意味着对于每个 countour[i]，您应该得到一个 hierarchy[i]，其中包含一个包含 4 个变量的列表：

• hierarchy[i][0]：同级下一个轮廓的索引
• hierarchy[i][1]: 上一个同级轮廓的索引
• hierarchy[i][2]：第一个孩子的索引
• hierarchy[i][3]: 父级索引

所以说，在你的情况下，应该有一个没有父母，如果它是否定的，你可以通过检查hierarchy[i][3]来检查哪一个。

它应该类似于（未经测试的代码）：

holes = [contours[i] for i in range(len(contours)) if hierarchy[i][3] >= 0]

* 更新：*

总结一下我们在聊天中讨论的内容，

• 图像太大，轮廓有小洞：用大小为 75 的核的 dilate 和 erode 解决
• 图像需要反转，因为 OpenCV 需要扩大黑色背景
• 算法给出了 2 个大轮廓，一个外部（如预期）和一个内部（几乎与外部相同），这可能是由于图像具有一些外部（和闭合）凹凸。这个问题是通过移除没有父级及其第一个子级的轮廓来解决的。