Python中除OpenCV的cv2.drawContours外填充轮廓的替代方法有哪些

你可以使用PIL（Pillow）、scikit-image库实现完全等效的轮廓内部填充效果，具体实现方案如下：

1. 基于Pillow的实现 #

使用Pillow的ImageDraw.polygon方法即可完成单轮廓内部填充，仅需要提前把OpenCV格式的轮廓转换为坐标元组列表：

from PIL import Image, ImageDraw
import numpy as np

# 入参：a_contour为OpenCV输出的标准轮廓（格式为(N,1,2)的numpy数组）
# 转换轮廓为(x,y)元组列表
contour_points = [tuple(pt[0]) for pt in a_contour]
# 初始化和原mask同尺寸的单通道图像，背景值为0
pil_mask = Image.new('L', (mask.shape[1], mask.shape[0]), 0)
# 执行填充
draw_handler = ImageDraw.Draw(pil_mask)
draw_handler.polygon(contour_points, fill=255)
# 转换回numpy数组格式
filled_mask = np.array(pil_mask)

相关注意事项：

• 若轮廓存在内部孔洞，可按「外轮廓顺时针排序、内轮廓逆时针排序」的规则拼接所有坐标点后调用polygon，即可自动排除孔洞区域
• 填充多轮廓只需要循环调用polygon方法即可，和OpenCV多轮廓填充逻辑一致

2. 基于scikit-image的实现 #

使用scikit-image的draw.polygon接口生成填充区域的坐标索引，直接对mask对应位置赋值即可：

from skimage import draw
import numpy as np

# 拆分轮廓的行、列坐标（skimage坐标顺序为(行, 列)）
y_coords = a_contour[:, 0, 1]
x_coords = a_contour[:, 0, 0]
# 生成填充区域的索引
rr, cc = draw.polygon(y_coords, x_coords, shape=mask.shape)
# 赋值填充
filled_mask = np.zeros_like(mask)
filled_mask[rr, cc] = 255

相关注意事项：

• 处理带孔洞轮廓时，可先完成外轮廓填充，再调用draw.polygon获取孔洞区域索引，赋值为背景值即可
• 若需要更高性能的多轮廓填充，可批量生成所有轮廓的索引后一次性完成赋值

以上两种方案的输出结果和你当前使用的cv2.drawContours(mask, [a_contour], -1, 255, -1)完全一致，常规图像尺寸下性能无明显差异。

内容的提问来源于stack exchange，提问作者azal