如何用fill_holes填充分割区域？ndi.binary_fill_holes效果不明显原因咨询

我希望跟踪分割区域的灰度值随时间的变化情况，但ndi.binary_fill_holes函数的填充效果并不明显，想咨询原因及如何正确使用该函数完成分割区域的填充操作。

相关代码 #

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
sigma = 3
img_smooth = ndi.gaussian_filter(gray, sigma)
thresh = threshold_otsu(img_smooth)
new = img_smooth > thresh
fill = ndi.binary_fill_holes(new)

fig, ax = plt.subplots(1, 2, figsize=(10,7))
ax[0].imshow(mem, interpolation='none', cmap='gray')
ax[1].imshow(fill, interpolation='none', cmap='gray')
ax[0].set_title('Thresh')
ax[1].set_title('Fill')

相关图像 #

原始图 #

灰度图、平滑图 #

填充结果图 #

一、ndi.binary_fill_holes效果不明显的原因 #

1. 二值化轮廓不闭合：该函数仅填充完全被前景像素包围的孔洞。如果二值化后的目标区域边缘存在缺口，无法形成闭合轮廓，函数会判定内部区域不属于“孔洞”，自然不会填充。
2. 平滑与阈值参数不当：你使用的sigma=3高斯平滑可能过度模糊边缘，导致二值化后目标边界断裂；Otsu阈值是自动全局阈值，可能不适合当前图像的局部对比度，造成前景区域不连续。
3. 前景/背景逻辑反转：函数默认将值为1的像素（白色）视为前景，若你的目标区域是黑色（值为0），函数会把图像外部区域当成前景，完全无法触发内部孔洞的填充逻辑。

二、正确使用ndi.binary_fill_holes的方法 #

1. 调整二值化参数，确保轮廓闭合 #

• 减小高斯平滑的sigma值（如改为1或2），保留更多边缘细节；
• 尝试手动设置阈值替代Otsu自动阈值，比如thresh = 130（根据图像实际亮度调整），确保目标区域形成完整闭合轮廓。

2. 修正前景/背景的逻辑 #

如果目标区域是黑色（背景为白色），先反转二值图像再填充：

# 反转二值图，让目标变为前景（白色）
new_inverted = 1 - new
fill = ndi.binary_fill_holes(new_inverted)
# 按需反转回原逻辑
fill_inverted = 1 - fill

3. 配合形态学操作优化边缘 #

用闭运算先闭合边缘缺口，再进行孔洞填充：

from scipy.ndimage import binary_closing, generate_binary_structure

# 生成十字形结构元素，可根据需求调整大小
struct = generate_binary_structure(2, 1)
# 闭运算闭合边缘缺口
closed = binary_closing(new, structure=struct, iterations=2)
# 填充孔洞
fill = ndi.binary_fill_holes(closed)

4. 提取填充区域的灰度值 #

填充完成后，即可用掩码提取目标区域，跟踪灰度值变化：

# 提取填充后目标区域的灰度值
target_gray = gray[fill]
# 计算当前帧的平均灰度，视频场景下可循环保存每帧结果
mean_gray = target_gray.mean()

内容的提问来源于stack exchange，提问作者nancy M