OpenCV：如何关闭二进制图像中的边缘答案

【问题标题】：OpenCV: How to closes edges in a binary imageOpenCV：如何关闭二进制图像中的边缘
【发布时间】：2019-07-30 11:48:33
【问题描述】：

我正在尝试对以下脑组织图像进行图像分割：

以下是分割后的结果：

我在对原始图像应用阈值、形态变换和轮廓区域过滤（用于去除图像中的噪声）后得到以下结果：

轮廓过滤前的结果：

轮廓过滤后的结果：

但是，在我的结果中，一些黑色边缘分离/断裂。有什么简单的方法可以用来缩小一些边缘之间的小间隙。例如。是否可以用黑色填充红色圆圈边缘之间的空白？

感谢任何见解。

【问题讨论】：

您可以使用侵蚀来删除不需要的连接
我不认为腐蚀可以解决这个问题。侵蚀只会使前景物体的边界变薄。我正在尝试关闭边缘应该是完整的边缘的间隙，但在处理图像后引入了一个小间隙。
要消除图中突出显示的间隙，您必须首先找到存在这些连接的区域，然后才能将其删除。问题是你将如何找到它们？您不知道，但简单的解决方案是使白色区域变薄，侵蚀可以消除这些不希望的连接，但会使黑色区域（在您的情况下为边缘）变厚。

标签： opencv image-processing computer-vision contour

【解决方案1】：

最简单的方法是尝试使用形态学。您只需执行膨胀操作，然后执行侵蚀操作。

以下脚本使用了 opencv 的 Morphology 函数：

import numpy as np
import cv2

folder = 'C:/Users/Mark/Desktop/'
image = cv2.imread(folder + '6P7Lj.png')
image2 = cv2.bitwise_not(image)
kernel = np.ones((8,8),np.uint8)
closing = cv2.morphologyEx(image2, cv2.MORPH_CLOSE, kernel)
closing = cv2.bitwise_not(closing)

cv2.imshow('image', closing)
cv2.waitKey(0)

这是结果：

大部分边是相连的。我相信您可以进一步使用该函数的内核以获得更好的结果（或者甚至使用 openCV 的单独膨胀和侵蚀函数来获得更多控制）。

注意：我添加以在执行操作之前反转图像，因为它与您的图像不同，它将白色像素视为正，黑色视为负。最后它再次被反转以返回您的格式。

【讨论】：