python - 如何使用 OpenCV 获得金属光泽物体的轮廓

Question

我试图找到金属光泽物体的轮廓，如下图所示:



我使用 OpenCV 的 Canny 来获取图像的轮廓；但是，结果(下图)确实绘制了原始图像的完整轮廓。它在右下角有一个很大的突破。



我恳请任何类型的资源可以帮助我完善我的轮廓，使其连续并且(非常接近)与原始图像的形状相似。

Answer 1

在 Python/OpenCV 中，您可以通过以下方式实现:

读取输入

转换为 HSV 颜色空间并提取饱和度 channel (因为灰色没有饱和度，而绿色有)

模糊图像以减轻噪音

阈值

应用形态学填充 Shiny 物体的内部孔

找到轮廓并过滤最大的(尽管应该只有一个)

在输入图像上绘制轮廓

保存结果

输入:

import cv2
import numpy as np

# read input
img = cv2.imread('shiny.jpg')

# convert to hsv and get saturation channel
sat = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)[:,:,1]

# do a little Gaussian filtering
blur = cv2.GaussianBlur(sat, (3,3), 0)


# threshold and invert to create initial mask
mask = 255 - cv2.threshold(blur, 100, 255, cv2.THRESH_BINARY)[1]

# apply morphology close to fill interior regions in mask
kernel = np.ones((15,15), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)


# get outer contours from inverted mask and get the largest (presumably only one due to morphology filtering)
cntrs = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]
result = img.copy()
area_thresh = 0
for c in cntrs:
    area = cv2.contourArea(c)
    if area > area_thresh:
        area = area_thresh
        big_contour = c

# draw largest contour
cv2.drawContours(result, [big_contour], -1, (0,0,255), 2)


# write result to disk
cv2.imwrite("shiny_mask.png", mask)
cv2.imwrite("shiny_outline.png", result)

# display it
cv2.imshow("IMAGE", img)
cv2.imshow("MASK", mask)
cv2.imshow("RESULT", result)
cv2.waitKey(0)

阈值和过滤蒙版:



结果:



另一种方法是在绿色上使用 cv2.inRange() 来设置阈值。