如何去除图像中多余小轮廓，仅保留四个橙色圆环轮廓？

核心优化方向 #

要精准保留四个橙色圆环轮廓，需从掩码降噪和轮廓筛选两个环节入手：

• 先通过形态学操作清理掩码中的微小噪声
• 再按轮廓面积阈值过滤，只保留对应圆环的大轮廓

优化后代码 #

import cv2
from google.colab.patches import cv2_imshow

img = cv2.imread("rings.png")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 橙色HSV范围（可根据实际图像微调）
mask = cv2.inRange(hsv, (10, 100, 20), (25, 255, 255))

# 形态学开运算：先腐蚀后膨胀，消除掩码中小噪点
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
mask_clean = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# 提取最外层轮廓（避免提取圆环内部的小轮廓）
contours, hierarchy = cv2.findContours(mask_clean, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 按面积过滤轮廓：只保留面积足够大的轮廓（噪声轮廓面积远小于圆环）
filtered_contours = []
area_threshold = 1000  # 可根据图像实际尺寸微调
for cnt in contours:
    if cv2.contourArea(cnt) > area_threshold:
        filtered_contours.append(cnt)

# 绘制筛选后的目标轮廓
result_img = cv2.drawContours(img.copy(), filtered_contours, -1, (0,255,0), 2)

cv2_imshow(mask_clean)
cv2_imshow(result_img)

关键细节说明 #

• 形态学开运算：5x5矩形核能高效清除掩码中的微小白点噪声，避免这些噪点被识别为无效轮廓
• 轮廓提取模式：cv2.RETR_EXTERNAL仅提取最外层轮廓，跳过圆环内部的空心区域轮廓
• 面积阈值：根据你的图像尺寸调整数值，确保刚好过滤掉所有小噪声，同时保留四个圆环轮廓

内容的提问来源于stack exchange，提问作者EpicGamer123