如何在OpenCV中获取连续平滑轮廓？高斯滤波后仍存断裂问题

问题描述 #

我的目标是提取平滑轮廓，目前用scipy的gaussian_filter分别对轮廓的x、y像素坐标做平滑处理后绘制，但结果出现不连续情况。试过多种滤波器（中值、均匀、savgol），哪怕只单独平滑x或y坐标后绘制基线（绿色），问题依然存在。怀疑是不是对cv2.findContours()返回的数据解构错误，但没找到相关文档依据。

附上代码：

import numpy as np
from scipy.ndimage import gaussian_filter
import cv2

img = cv2.imread("<Path>")
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, imgBin = cv2.threshold(imgGray, 70, 255, 0)

print(img.shape)
# 反转二值图像
imgBin = cv2.bitwise_not(imgBin)

# 提取轮廓
cont, hier = cv2.findContours(imgBin, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 筛选面积大于5000的轮廓
large_contours = []

for k in cont:
    if(cv2.contourArea(k) > 5000):
        large_contours.append(k)

# 在白板上绘制原始轮廓
whiteBoard = np.full(shape=img.shape, fill_value=0, dtype=np.uint8)
cv2.drawContours(whiteBoard, large_contours, -1,255, 1)

# 设置高斯滤波参数
sig = 70

# 绘制平滑后的轮廓
for cnt in large_contours:    
    originalX = np.array(cnt[:, 0,1])
    originalY = np.array(cnt[:, 0,0])
    
    # 平滑坐标点
    xscipy = gaussian_filter(originalX, sig)
    yscipy = gaussian_filter(originalY, sig)
     
    # 绘制平滑后的点
    whiteBoard[xscipy, yscipy,  1] = 255
    
cv2.imshow('ag', whiteBoard)
cv2.waitKey(0)
cv2.destroyAllWindows()

补充图像说明：

• 原始图像：包含清晰圆形轮廓的黑白图像
• 处理结果：白色原始轮廓与绿色不连续的平滑轮廓叠加显示
• 点分布图：展示轮廓坐标点的分布状态

问题分析与解决方法 #

核心问题 #

1. 坐标解构错误：cv2.findContours返回的轮廓数组格式是(N,1,2)，每个点的坐标是(x,y)，代码里把originalX取成cnt[:,0,1]（对应y轴）、originalY取成cnt[:,0,0]（对应x轴），导致坐标轴颠倒，后续平滑后绘制错位。
2. 绘制方式错误：直接通过whiteBoard[xscipy, yscipy, 1] = 255逐个标记像素，没有将平滑后的点按顺序连接成线，这是轮廓不连续的主要原因。
3. 滤波参数不合理：sig=70的高斯滤波核过大，过度模糊坐标点，丢失轮廓连续性。

修正后的代码 #

import numpy as np
from scipy.ndimage import gaussian_filter
import cv2

img = cv2.imread("<Path>")
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, imgBin = cv2.threshold(imgGray, 70, 255, 0)

# 反转二值图像
imgBin = cv2.bitwise_not(imgBin)

# 提取轮廓
cont, hier = cv2.findContours(imgBin, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 筛选面积大于5000的轮廓
large_contours = [k for k in cont if cv2.contourArea(k) > 5000]

# 在白板上绘制原始轮廓
whiteBoard = np.full(shape=img.shape, fill_value=0, dtype=np.uint8)
cv2.drawContours(whiteBoard, large_contours, -1, (255,255,255), 1)

# 设置合理的高斯滤波参数（可根据需求微调）
sig = 10

# 处理每个大轮廓
for cnt in large_contours:    
    # 正确提取x、y坐标：cnt[:,0,0]是x，cnt[:,0,1]是y
    original_x = cnt[:, 0, 0].astype(np.float64)
    original_y = cnt[:, 0, 1].astype(np.float64)
    
    # 平滑坐标点
    smoothed_x = gaussian_filter(original_x, sig)
    smoothed_y = gaussian_filter(original_y, sig)
    
    # 将平滑后的坐标组合成轮廓格式，并转换为整数
    smoothed_contour = np.stack((smoothed_x, smoothed_y), axis=1).reshape(-1,1,2).astype(np.int32)
    
    # 用cv2.drawContours绘制连续的平滑轮廓（绿色）
    cv2.drawContours(whiteBoard, [smoothed_contour], -1, (0,255,0), 1)
    
cv2.imshow('Smooth Contour', whiteBoard)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键修正点 #

• 修正坐标提取：调换originalX和originalY的索引，确保x、y坐标对应正确的轴。
• 改用cv2.drawContours绘制：将平滑后的坐标重新组织成轮廓数组格式，用OpenCV的绘制函数连接成线，保证连续性。
• 调整滤波参数：将sig从70改为10（可按需微调），避免过度模糊导致轮廓变形。

内容的提问来源于stack exchange，提问作者user22034139