在给定图像边界的情况下查找填充区域

Question

我有一个带边界的二值图像，像这样：

我想找到一个包含与这些边界对应的填充区域的二进制图像。我是在Paint上手动完成的，结果应该是这样的：

我一直在寻找解决方案，我刚刚找到了this post，但是如果图像主要由背景组成，那么提供的解决方案就可以工作，这可能不一定是我的情况。我尝试使用scipy.ndimage.binary_fill_holes，但它不适用于接触边界的区域：

是否有其他方法可以使 所有 区域（包括那些接触边界的区域）工作？

编辑：我不介意哪个是填充区域，哪个不是。即，如果将值反转，也可以。我只需要一个二进制除法，填哪些填哪些没关系，只要边界正确地分开这两种即可。

Answer 1

自从我上一个回答错过了角落问题的重点。 我试图找到一个更合适的解决方案： 我还尝试了像 cv2.morphologyEx 这样的形态转换 但最后结果一点都不好。

那么：为什么不添加人工边框来关闭所有轮廓？ 一般工作流程： a) 扩展图像并添加边框 b）应用一些高斯滤波器 c) 转换为灰度 d) 在树层次结构中找到轮廓 e) 使用结构找到正确的轮廓

所以代码看起来像：

import cv2
from random import randrange

# read the image
image = cv2.imread('QFqC8m.jpeg')

#we extend the image to add a small border
borderSize = 1
image = cv2.copyMakeBorder(image,borderSize,borderSize,borderSize,borderSize,cv2.BORDER_CONSTANT,value=[255,255,255])

# convert the image to grayscale format
img_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow('Binary image', img_gray)
cv2.waitKey(0)

#we apply GaussianBlur filter
image_blured = cv2.GaussianBlur(img_gray,(3,3),0)
cv2.imshow('Blured image', image_blured)
cv2.waitKey(0)

# apply binary thresholding
ret, img_thres = cv2.threshold(image_blured, 50, 200, cv2.THRESH_BINARY)
# visualize the binary image
cv2.imshow('Threshold image', img_thres)
cv2.waitKey(0)

# detect the contours on the
contours, hierarchy = cv2.findContours(image=img_thres, mode=cv2.RETR_TREE, method=cv2.CHAIN_APPROX_NONE)

hierarchy = hierarchy[0]  # Remove redundant dimension of hiers.
# we iterate the hierachy
# openCV represents it as an array of four values :
# 0      1            2          3 
#[Next, Previous, First_Child, Parent]
# Find contour with the maximum area our artifical box is the largest contour
# its the outside square box
rootSquareContour = max(contours, key=cv2.contourArea)
rootSquareContourArea = cv2.contourArea(rootSquareContour)

# we do search the right first tree lvl via hand
#first lvl
root_idx = contours.index(rootSquareContour)
root_hierarchy = hierarchy[root_idx]
child_idx = root_hierarchy[2]  # Index of the first child

while child_idx != -1:    
    child_hierarchy = hierarchy[child_idx]
    #get the contour
    c = contours[child_idx]
    #we draw it with random color
    cv2.fillPoly(image,pts=[c],color=(randrange(255),randrange(255),randrange(255)))
    #get next element
    child_hierarchy = hierarchy[child_idx]
    child_idx = child_hierarchy[0]  #get next element on same lvl

    #TODO might need not all lvl ? 
    if child_idx==-1: #switch to next lvl
        child_idx = child_hierarchy[2] 
                

cv2.imshow("Filled Contours", image)
cv2.imwrite("filled.jpg", image)

cv2.waitKey(0)
cv2.destroyAllWindows()

还有一些工作要做，但代码解释了背后的想法。 关于层次结构的一个很好的解释可以在here

找到