使用 OpenCV 填充二进制图像中的孔洞/区域答案

【问题标题】：Fill holes holes/area in a binary image using OpenCV使用 OpenCV 填充二进制图像中的孔洞/区域
【发布时间】：2021-08-11 11:27:14
【问题描述】：

我有下面的预处理大米图像。我想用黑色填充大米，然后执行逆运算以找到轮廓。我正在尝试使用侵蚀/膨胀操作但不工作。下面是我正在使用的代码 sn-p。

首先我使用了阴影去除算法，然后使用了自适应阈值，它给出了输入图像。现在，我想将输入图像更改为输出图像。

原图：

输入图像：

所需的输出图像：

代码片段：

oposite = cv2.bitwise_not(img)

#Erosion
kernel = np.ones((3,3),np.uint8)
erosion = cv2.dilate(des,kernel,iterations = 1)
erosion = cv2.bitwise_not(erosion)
im_out = oposite + erosion

cv2.imshow("output", im_out)
cv2.waitKey(0)

【问题讨论】：

什么是“des”图像？您应该先反转图像，然后进行膨胀，这应该可以。您可能需要稍微调整一下内核大小。
您的“期望输出”是原始图像。您应用了无法撤消的非线性变换。因此，您无法从转换后的图像中检索原始图像。
'des' 是'相反的图像'。它的拼写错误。有没有办法使用floodfill？
洪水填充也会填充大米之间的洞。最好的办法是检测内核，然后将它们绘制为填充形状。
@RajatHada 我添加了一个答案。请让我知道它是否解决了您的问题，如果没有，为什么。谢谢。

标签： python numpy opencv image-processing computer-vision

【解决方案1】：

您可以使用cv2.cvtColor() 方法中的cv2.COLOR_BGR2HSV 标志和cv2.inRange() 方法来创建HSV 掩码。我基本上把最大饱和度值从255改成了100：

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([179, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

输出：

如果您希望使颗粒更细，您可以将最大色调值从179 调低到111，同时将最大饱和度值调低为100：

import cv2
import numpy as np

img = cv2.imread("rice.jpg")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 0])
upper = np.array([111, 100, 255])
mask = cv2.inRange(img_hsv, lower, upper)
cv2.imshow("Mask", mask)
cv2.waitKey(0)

输出：

【讨论】：

它解决了问题:)。我将使用具有更多阴影的图像检查这种方法。