有没有办法用cv2或scikit图像在轮廓线上获得最强的边缘？

Question

我正致力于从图像中准确分割物体。

我使用HSV空间中的一个简单的矩形棱镜作为颜色滤波器(然后对产生的掩膜进行一些形态学操作以清除噪声)，找到了轮廓线。我发现这种方法比对整个图像进行精明的边缘检测要好得多，因为它只是提取了许多我不关心的其他边缘。是否有办法改进我提取的轮廓线，使其剪辑到最强大的本地边缘，就像的智能裁剪实用工具一样？这是我的意思

​

​

你可以看到天空蓝色和灰色之间的分界线。深蓝色是在轮廓上画出来的。我想把这个夹到附近的边缘。看起来在灰色区域也有其他的线条，所以我认为算法应该做一些更全球化的优化，以确保“剪裁”动作不会在我感兴趣的边界和附近的线条之间随意跳跃。

Answer 1

以下是一些值得尝试的想法：

https://scikit-image.org/docs/dev/auto_examples/segmentation/plot_morphsnakes.html

• Active等高线：https://scikit-image.org/docs/dev/auto_examples/edges/plot_active_contours.html

• Whatever livewire在引擎盖下做：https://github.com/PyIFT/livewire-gui

基于this comment，最后一个是最有用的。