基于数学定义的Python二值图像孔洞填充自定义函数实现问题求助

核心错误点 #

• 初始点选取逻辑完全错误：你当前找的是二值图中最亮的前景区域点，该位置在反转图imginv中为纯黑（值为0），导致初始化的initial矩阵全为0，后续所有运算结果都是0，最终输出和原图完全一致
• 迭代语法错误：for k in (0,10000)仅会执行2次循环（k=0和k=10000），而非你预期的10000次迭代
• 迭代公式逻辑错误：孔洞填充的标准公式是X_k = (cv.erode(X_{k-1}, B)) & imginv，你当前写的X_k=initial & erosion是和上一轮的X做与运算，不符合算法要求
• 单初始点覆盖不全：单个随机初始点只能填充对应一个孔洞，要填充所有孔洞需要批量标记所有孔洞的种子点

修正后的代码 #

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

def holefiling(img, B):
    # 先统一转换为标准二值图，0为黑，255为白
    _, img_bin = cv.threshold(img, 127, 255, cv.THRESH_BINARY)
    imginv = cv.bitwise_not(img_bin)
    # 初始化标记矩阵：排除图像边缘的背景暗区，剩下的内部暗区都是待填充孔洞
    initial = np.zeros_like(img_bin)
    h, w = img_bin.shape
    for i in range(1, h-1):
        for j in range(1, w-1):
            if img_bin[i,j] == 0: # 原图暗区
                initial[i,j] = 255 # 所有内部暗区都设为初始种子点
    # 迭代直到收敛（前后两次结果无变化就停止）
    prev = np.zeros_like(initial)
    while not np.array_equal(prev, initial):
        prev = initial.copy()
        erosion = cv.erode(initial, B, iterations=1)
        initial = erosion & imginv
    # 填充结果 = 填充好的孔洞区域 + 原图原有前景
    output = initial | img_bin
    return output

# 调用测试
kernel = cv.getStructuringElement(cv.MORPH_CROSS, (3,3))
# 此处closing为你提前做完闭运算的二值图
Holefilled = holefiling(closing, kernel)

# 结果展示
plt.figure()
plt.suptitle('头部CT孔洞填充结果')

plt.subplot(131)
plt.title('原始图像')
plt.imshow(img, cmap='gray', vmin=0, vmax=np.max(img))
plt.axis(False)

plt.subplot(132)
plt.title('闭运算结果')
plt.imshow(closing, cmap='gray', vmin=0, vmax=np.max(closing))
plt.axis(False)

plt.subplot(133)
plt.title('孔洞填充结果')
plt.imshow(Holefilled, cmap='gray', vmin=0, vmax=np.max(Holefilled))
plt.axis(False)
plt.show()

补充说明 #

• 十字形结构元的选型符合你参考的算法要求，没有问题
• 用收敛判断代替固定迭代次数，在保证填充完全的前提下大幅提升运行效率
• 如果你的CT图像孔洞区域明确，也可以手动指定种子点替换批量种子点逻辑，减少不必要的运算

内容的提问来源于stack exchange，提问作者user16077513