如何用相邻颜色填充图像中的目标？基于OpenCV的实践问询

问题描述 #

需要为图像中的粉色框填充相邻区域的颜色以提升真实度，当前使用左上角像素颜色填充的效果不符合预期。

原始图像：

当前实现效果：

当前代码：

up = np.array([151,157,255])
pink_mask = cv2.inRange(img, up, up)
cnts, _ = cv2.findContours(pink_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for c in cnts:
    color = tuple(map(int, img[0, 0]))
    cv2.fillPoly(img, pts=[c], color=color)

解决思路 #

核心是获取粉色区域相邻的非粉色像素的颜色，以此作为填充色。具体步骤：

1. 对粉色掩码做膨胀操作，覆盖粉色区域及其相邻区域
2. 从膨胀后的掩码中提取出原本非粉色的部分，这部分就是相邻区域的像素
3. 计算这些相邻像素的平均颜色，用该颜色填充粉色区域

改进后的代码 #

import cv2
import numpy as np

# 读取图像（替换为你的图像路径）
# img = cv2.imread("your_image_path.jpg")

up = np.array([151,157,255])
pink_mask = cv2.inRange(img, up, up)

# 膨胀操作获取相邻区域，核大小可根据粉色框尺寸调整
kernel = np.ones((5,5), np.uint8)
dilated_mask = cv2.dilate(pink_mask, kernel, iterations=1)

# 提取相邻区域：膨胀区域减去原始粉色区域
neighbor_mask = cv2.subtract(dilated_mask, pink_mask)

# 计算相邻区域的平均颜色
neighbor_pixels = img[neighbor_mask > 0]
if len(neighbor_pixels) > 0:
    avg_color = np.mean(neighbor_pixels, axis=0).astype(int)
    avg_color = tuple(map(int, avg_color))
else:
    # 极端情况 fallback：使用左上角像素颜色
    avg_color = tuple(map(int, img[0, 0]))

# 填充粉色区域
cnts, _ = cv2.findContours(pink_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for c in cnts:
    cv2.fillPoly(img, pts=[c], color=avg_color)

# 保存或查看结果
# cv2.imwrite("filled_result.jpg", img)
# cv2.imshow("Filled Image", img)
# cv2.waitKey(0)

说明 #

• 膨胀核的大小可根据粉色框的实际尺寸调整，确保能覆盖到有效相邻区域
• 平均色填充能让粉色区域和周围环境过渡更自然，提升真实感
• 增加了 fallback 逻辑，避免极端场景下无相邻像素导致的报错

内容的提问来源于stack exchange，提问作者TravellingSalesman12344