如何在OpenCV中填充轮廓小间隙且不填充大色块

要实现只填充小间隙、保留大空白区域的需求，核心思路是通过轮廓面积区分小间隙和大区域，只对面积小于设定阈值的轮廓进行填充，大轮廓仅绘制边缘或不处理。

修改后的代码 #

import cv2
import numpy as np

input_image = cv2.imread(img, cv2.IMREAD_GRAYSCALE)  # 确保读为灰度图
_retval, thresh = cv2.threshold(input_image, 125, 255, cv2.THRESH_BINARY_INV)  # 若间隙为黑色区域，需反转阈值，可根据实际图像调整
contours, hierarchy = cv2.findContours(image=thresh, mode=cv2.RETR_EXTERNAL, method=cv2.CHAIN_APPROX_NONE)
output = np.zeros((input_image.shape[0], input_image.shape[1], 3), dtype=np.uint8)

# 设置面积阈值，根据图像尺寸和间隙大小自行调整，示例值为200
area_threshold = 200

for contour in contours:
    area = cv2.contourArea(contour)
    if area < area_threshold:
        # 填充小间隙
        cv2.drawContours(output, [contour], 0, (255, 0, 0), thickness=cv2.FILLED)
    else:
        # 大轮廓仅绘制边缘，内部保持空白
        cv2.drawContours(output, [contour], 0, (255, 0, 0), thickness=3)

关键说明 #

• 轮廓面积筛选：用cv2.contourArea(contour)计算每个轮廓的面积，通过阈值筛选出小间隙（面积较小的轮廓）。阈值需根据实际图像测试调整，比如从100、200开始尝试，找到最匹配的数值。
• 阈值反转调整：若原始二值图中间隙是黑色区域，需用cv2.THRESH_BINARY_INV反转阈值，让间隙成为可被检测的前景轮廓。
• 透明背景优化（可选）：如果需要真正的透明背景，可创建带Alpha通道的4通道图像，大轮廓内部保持透明：

  # 创建带Alpha通道的透明输出图像
  output = np.zeros((input_image.shape[0], input_image.shape[1], 4), dtype=np.uint8)
  # 填充小间隙时，Alpha通道设为255（不透明）
  cv2.drawContours(output, [contour], 0, (255, 0, 0, 255), thickness=cv2.FILLED)
  # 大轮廓边缘设为不透明，内部保持Alpha=0（透明）
  cv2.drawContours(output, [contour], 0, (255, 0, 0, 255), thickness=3)
  

内容的提问来源于stack exchange，提问作者afkvision