如何填补图像阈值处理后的间隙？OpenCV Python手部分割修复

针对戒指导致的手部阈值分割缺口，可通过以下几种OpenCV Python方案修复：

1. 形态学闭运算 #

闭运算通过先膨胀后腐蚀的操作，填补小缝隙和孔洞，适合修复手指与戒指间的断开区域：

import cv2
import numpy as np

# 读取阈值后的二值图像
binary_img = cv2.imread('MpWzL.png', 0)

# 创建结构元素，尺寸根据缺口大小调整（示例为5x5矩形核）
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# 执行闭运算
closed_img = cv2.morphologyEx(binary_img, cv2.MORPH_CLOSE, kernel)

# 查看结果
cv2.imshow('Repaired by Closing', closed_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：结构元素尺寸需匹配缺口大小，过大易丢失细节，过小则无法修复缺口。

2. 轮廓遍历填充孔洞 #

通过检测图像中的内部轮廓（孔洞），直接填充断开区域：

import cv2
import numpy as np

binary_img = cv2.imread('MpWzL.png', 0)
filled_img = binary_img.copy()

# 检测所有轮廓（包含内部孔洞轮廓）
contours, hierarchy = cv2.findContours(binary_img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)

# 遍历并填充所有内部孔洞
for idx, cnt in enumerate(contours):
    # 内部轮廓的hierarchy值为-1
    if hierarchy[0][idx][3] != -1:
        cv2.drawContours(filled_img, [cnt], 0, 255, -1)

cv2.imshow('Repaired by Contour Fill', filled_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 距离变换+阈值修复 #

利用距离变换提取前景核心区域，再阈值化还原完整手部：

import cv2
import numpy as np

binary_img = cv2.imread('MpWzL.png', 0)

# 对前景做距离变换
dist_transform = cv2.distanceTransform(binary_img, cv2.DIST_L2, 5)
# 保留距离大于最大值30%的区域，得到完整前景核心
ret, repaired_img = cv2.threshold(dist_transform, 0.3 * dist_transform.max(), 255, 0)
# 转换为8位图像格式
repaired_img = np.uint8(repaired_img)

cv2.imshow('Repaired by Distance Transform', repaired_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 结合原始图像肤色检测补全 #

回到原始彩色图像，通过肤色检测补充阈值丢失的手指区域：

import cv2
import numpy as np

# 读取原始图像和阈值后图像
original_img = cv2.imread('kVeXr.jpg')
binary_img = cv2.imread('MpWzL.png', 0)

# 转换为HSV空间，提取肤色掩码
hsv_img = cv2.cvtColor(original_img, cv2.COLOR_BGR2HSV)
lower_skin = np.array([0, 20, 70], dtype=np.uint8)
upper_skin = np.array([20, 255, 255], dtype=np.uint8)
skin_mask = cv2.inRange(hsv_img, lower_skin, upper_skin)

# 合并肤色掩码与阈值图像，补全缺口
combined_mask = cv2.bitwise_or(skin_mask, binary_img)

cv2.imshow('Repaired by Skin Detection', combined_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

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