如何仅用Numpy提取二值图像外轮廓并填充内部区域？

要实现填充车轮内部孔洞的效果，核心思路是泛洪填充法：从图像边缘的背景区域出发，标记所有能连通到边缘的背景，剩下未被标记的区域（包括原前景和内部孔洞）就是需要保留的前景区域。以下是具体实现步骤和代码：

实现步骤 #

1. 准备二值图像数组：假设输入图像已转为Numpy数组img，其中0代表背景（黑色），255代表前景（白色）。
2. 创建掩码数组：初始化一个与图像同形状的全0掩码mask，用于标记连通到边缘的背景区域。
3. 标记边缘背景点：提取图像四周边缘中属于背景的点，作为泛洪填充的起始点。
4. 泛洪填充遍历：通过队列遍历所有连通的背景点，将其在掩码中标记为1。
5. 生成填充后图像：将掩码取反，得到包含原前景和填充孔洞的区域，再映射为二值图像。

完整代码 #

import numpy as np

def fill_holes_with_numpy(img):
    # 确保图像是二值单通道数组
    img = img.astype(np.uint8)
    h, w = img.shape
    mask = np.zeros_like(img, dtype=np.uint8)
    
    # 找到边缘的背景点（值为0的点）
    edge_points = []
    # 第一行和最后一行
    for x in range(w):
        if img[0, x] == 0:
            edge_points.append((0, x))
        if img[h-1, x] == 0:
            edge_points.append((h-1, x))
    # 第一列和最后一列（排除已加入的行端点）
    for y in range(1, h-1):
        if img[y, 0] == 0:
            edge_points.append((y, 0))
        if img[y, w-1] == 0:
            edge_points.append((y, w-1))
    
    # 泛洪填充：用队列遍历连通背景点
    queue = edge_points
    while queue:
        y, x = queue.pop(0)
        if mask[y, x] == 1:
            continue
        mask[y, x] = 1
        # 检查上下左右四个邻居
        for dy, dx in [(-1,0), (1,0), (0,-1), (0,1)]:
            ny, nx = y + dy, x + dx
            if 0 <= ny < h and 0 <= nx < w:
                if img[ny, nx] == 0 and mask[ny, nx] == 0:
                    queue.append((ny, nx))
    
    # 生成填充后的图像：掩码取反，背景为0，前景为255
    filled_img = (1 - mask) * 255
    return filled_img.astype(np.uint8)

# 示例使用（假设已读取图像为Numpy数组）
# from PIL import Image
# img = np.array(Image.open("原始图像路径").convert("L"))
# img = np.where(img < 128, 0, 255)  # 转为二值图像
# filled_img = fill_holes_with_numpy(img)
# Image.fromarray(filled_img).save("填充后图像路径")

代码说明 #

• 泛洪填充部分用队列实现广度优先遍历，确保所有连通到边缘的背景都被标记。
• 最终通过掩码取反，将未被标记的区域（原前景+内部孔洞）全部转为白色，完美匹配目标图像效果。
• 全程仅依赖Numpy，无需其他第三方图像处理库。

内容的提问来源于stack exchange，提问作者Qimin Chen