间隙填充等高线/线

Question

我有以下图片：

​

​

我想要填写它的轮廓(也就是说，我想空白填充这张图片中的线条)。

我尝试过一个形态学闭包，但是使用大小为3x3的矩形内核和10迭代并不能填充整个边框。我也尝试过一个带有21x21迭代的1内核，但也没有成功。

更新：

我在OpenCV (Python)中尝试过这样的方法：

cv2.morphologyEx(img, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_RECT, (21,21)))

和

cv2.morphologyEx(img, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_RECT, (3,3)), iterations=10)

和科学图像

closing(img, square(21))

我的最终目标是在不扭曲覆盖区域的情况下，有一个完整的图像填充版本。

Answer 1

在下面的片段中，我计算了逆图像的距离图。我对其进行阈值化，以获得当前对象的大轮廓，然后将其骨架化以获得中心线。这可能已经足够你的目的了。但为了使其与给定的线厚度一致，我将骨架展开，并将其添加到原来的位置，从而消除任何间隙。我还移除了一个接触边界的物体。

​

​

from skimage import io, morphology, img_as_bool, segmentation
from scipy import ndimage as ndi
import matplotlib.pyplot as plt

image = img_as_bool(io.imread('/tmp/gaps.png'))
out = ndi.distance_transform_edt(~image)
out = out < 0.05 * out.max()
out = morphology.skeletonize(out)
out = morphology.binary_dilation(out, morphology.selem.disk(1))
out = segmentation.clear_border(out)
out = out | image

plt.imshow(out, cmap='gray')
plt.imsave('/tmp/gaps_filled.png', out, cmap='gray')
plt.show()

Answer 2

假设在第二步，您想要使用这些等高线进行轮廓检测，我有一个更直接的解决方案。使用膨胀，将扩大白色区域，从而缩小差距：

​

​

import cv2
import numpy as np

image = cv2.imread('lineswithgaps.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# apply dilation on src image
kernel = np.ones((3,3),np.uint8)
dilated_img = cv2.dilate(gray, kernel, iterations = 2)

cv2.imshow("filled gaps for contour detection", dilated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

作为一个缺点，边缘变得更厚，然而，这可能不是一个问题，如果你不需要高精度.如果现在要检测轮廓，只需将这些行添加到第一个代码片段：

​

​

canvas = dilated_img.copy() # Canvas for plotting contours on
canvas = cv2.cvtColor(canvas, cv2.COLOR_GRAY2RGB) # create 3 channel image so we can plot contours in color

contours, hierarchy = cv2.findContours(dilated_img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)

# loop through the contours and check through their hierarchy, if they are inner contours
# more here: https://docs.opencv.org/master/d9/d8b/tutorial_py_contours_hierarchy.html
for i,cont in enumerate(contours):
    # look for hierarchy[i][3]!=-1, ie hole boundaries
    if ( hierarchy[0][i][3] != -1 ):
        #cv2.drawContours(canvas, cont, -1, (0, 180, 0), 1) # plot inner contours GREEN
        cv2.fillPoly(canvas, pts =[cont], color=(0, 180, 0)) # fill inner contours GREEN
    else:
        cv2.drawContours(canvas, cont, -1, (255, 0, 0), 1) # plot all others BLUE, for completeness

cv2.imshow("Contours detected", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()