如何用Python自动填充二值图像中两个轮廓间的像素？

核心思路 #

利用OpenCV的轮廓检测功能自动识别图像中的内外轮廓，通过创建掩码填充轮廓间的环形区域，无需手动指定种子点，可直接批量处理大量图像。

步骤与代码实现 #

1. 导入依赖库 #

import cv2
import numpy as np

2. 读取并预处理图像 #

读取图像并转为灰度模式，确保图像为标准二值格式（0代表黑色，255代表白色）：

# 读取灰度图像
img = cv2.imread('input_image.png', 0)
# 二值化处理（确保图像只有黑/白两色）
_, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 若图像是黑轮廓白背景，需反转（根据实际情况调整）
# thresh = cv2.bitwise_not(thresh)

3. 检测并筛选轮廓 #

使用层级轮廓检测区分内外轮廓，同时过滤噪声小轮廓：

# 检测轮廓，RETR_CCOMP模式可获取轮廓层级关系
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)

# 过滤面积过小的噪声轮廓（阈值根据实际图像调整）
min_area = 100
filtered_contours = [c for c in contours if cv2.contourArea(c) > min_area]

# 按轮廓面积从大到小排序，最大的为外轮廓，次大的为内轮廓
sorted_contours = sorted(filtered_contours, key=cv2.contourArea, reverse=True)
outer_contour = sorted_contours[0]
inner_contour = sorted_contours[1]

4. 创建掩码填充中间区域 #

生成掩码，先填充外轮廓内部为白色，再将内轮廓内部重置为黑色，得到仅轮廓间区域为白色的掩码：

mask = np.zeros_like(img)
# 填充外轮廓内部
cv2.drawContours(mask, [outer_contour], 0, 255, cv2.FILLED)
# 清除内轮廓内部的白色，保留环形区域
cv2.drawContours(mask, [inner_contour], 0, 0, cv2.FILLED)

5. 合并掩码与原图，得到最终结果 #

将掩码与原图进行按位或操作，保留原有轮廓并填充中间区域：

result = cv2.bitwise_or(img, mask)
# 保存结果
cv2.imwrite('output_image.png', result)

批量处理方案 #

将上述代码封装为函数，遍历文件夹中的所有图像即可实现批量处理：

import os

def fill_contour_gap(input_path, output_path, min_area=100):
    img = cv2.imread(input_path, 0)
    _, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
    filtered_contours = [c for c in contours if cv2.contourArea(c) > min_area]
    sorted_contours = sorted(filtered_contours, key=cv2.contourArea, reverse=True)
    
    if len(sorted_contours) >= 2:
        outer_contour = sorted_contours[0]
        inner_contour = sorted_contours[1]
        
        mask = np.zeros_like(img)
        cv2.drawContours(mask, [outer_contour], 0, 255, cv2.FILLED)
        cv2.drawContours(mask, [inner_contour], 0, 0, cv2.FILLED)
        
        result = cv2.bitwise_or(img, mask)
        cv2.imwrite(output_path, result)
    else:
        print(f"图像 {input_path} 未检测到足够的轮廓，跳过处理")

# 批量处理示例
input_dir = 'your_input_folder'
output_dir = 'your_output_folder'
os.makedirs(output_dir, exist_ok=True)

for filename in os.listdir(input_dir):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        input_path = os.path.join(input_dir, filename)
        output_path = os.path.join(output_dir, filename)
        fill_contour_gap(input_path, output_path)

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