如何用Python OpenCV沿轮廓中心对轮廓掩码执行缩小和放大操作

你已经拿到了球形区域的二值mask后，可通过以下两种方法完成等比例缩放，进而提取环形边缘ROI：

方案1：形态学操作（最简单，适配规则形状） #

直接调用OpenCV的膨胀、腐蚀操作即可完成mask的等比例扩缩，操作步骤如下：

• 放大mask：使用cv2.dilate对原始mask做膨胀，结构核大小控制向外扩展的像素数
• 缩小mask：使用cv2.erode对原始mask做腐蚀，结构核大小控制向内收缩的像素数
• 提取边缘ROI：将放大后的mask和缩小后的mask做差，得到的就是你需要的环形边缘区域
  参考代码如下：

import cv2
import numpy as np

# 输入你已得到的二值mask，要求为单通道uint8类型，球形区域值为255，背景为0
mask = cv2.imread("your_mask_file.png", 0)

# 定义扩缩的像素宽度，边缘总宽度为2*offset_pixel
offset_pixel = 3
# 生成椭圆形结构核，适配球形轮廓，边缘更平滑
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2*offset_pixel + 1, 2*offset_pixel + 1))

# 得到放大、缩小后的mask
dilated_mask = cv2.dilate(mask, kernel)
eroded_mask = cv2.erode(mask, kernel)

# 组合得到边缘ROI
edge_roi = cv2.subtract(dilated_mask, eroded_mask)

方案2：轮廓坐标变换（更精准，适配不规则形状） #

如果需要按比例缩放而非固定像素，或者对轮廓对齐精度要求更高，可以直接对轮廓坐标做中心缩放：

• 提取原始mask的外轮廓，取面积最大的轮廓作为目标轮廓
• 计算轮廓的矩，得到轮廓的中心坐标cx、cy
• 对轮廓上的每个坐标点做中心缩放：缩放系数为k时，新点坐标为(cx + (x - cx)*k, cy + (y - cy)*k)，k>1为放大，k<1为缩小
• 将缩放后的轮廓绘制到空白mask上，即可得到缩放后的精准mask

注意事项 #

• 如果原始mask存在噪声，建议先做一次形态学开运算去噪，再执行扩缩操作，避免噪声被放大影响效果
• 结构核可根据轮廓形状选择，圆形/椭圆形核适配弧形、球形物体，正方形核适配方形、多边形物体

内容的提问来源于stack exchange，提问作者actnmk