OpenCV：如何获取孔洞的外部轮廓以实现图像精准重绘？

我刚好遇到过类似的问题，给你两个靠谱的解决方案，帮你精准重建带孔洞的图像～

问题根源 #

你用RETR_CCOMP获取的内部轮廓，其实是物体区域的内边界（也就是孔洞的内侧边缘），而非孔洞的外边界。直接用这个轮廓做fillPoly时，会因为轮廓本身的像素级偏移，导致重绘的孔洞尺寸偏差1像素。

解决方案1：反转图像提取孔洞外轮廓（最直观） #

思路很简单：把原图像二值化后反转，此时原来的孔洞会变成白色前景，再用RETR_EXTERNAL提取反转图像的外部轮廓，这些轮廓就是原孔洞的精准外边界。

示例代码：

import cv2
import numpy as np

# 1. 读取并二值化图像
img = cv2.imread("your_image.png", 0)
_, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 2. 提取原物体的外部轮廓
obj_contours, _ = cv2.findContours(binary_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 3. 反转图像，提取孔洞的外轮廓（此时孔洞是前景）
inv_binary = cv2.bitwise_not(binary_img)
hole_contours, _ = cv2.findContours(inv_binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 4. 重建图像
reconstructed = np.zeros_like(binary_img)
# 填充物体区域
cv2.fillPoly(reconstructed, obj_contours, 255)
# 挖去孔洞区域
cv2.fillPoly(reconstructed, hole_contours, 0)

# 5. 保存轮廓（方便后续复用）
np.save("object_contours.npy", obj_contours)
np.save("hole_contours.npy", hole_contours)

解决方案2：调整内部轮廓坐标（适合已有RETR_CCOMP流程的场景） #

如果不想改现有轮廓提取流程，可以直接对RETR_CCOMP得到的内部轮廓做坐标偏移，把内侧边缘转换成外侧边缘：

示例代码：

import cv2
import numpy as np

img = cv2.imread("your_image.png", 0)
_, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 用RETR_CCOMP获取轮廓和层级
contours, hierarchy = cv2.findContours(binary_img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)

reconstructed = np.zeros_like(binary_img)

for idx, cnt in enumerate(contours):
    # 判断是否为外部轮廓（层级的parent字段为-1）
    if hierarchy[0][idx][3] == -1:
        # 填充物体外部轮廓
        cv2.fillPoly(reconstructed, [cnt], 255)
    else:
        # 对内部轮廓做坐标偏移，得到孔洞外边界
        # 偏移方向如果不对，把-1改成+1即可，取决于你的图像前景/背景设置
        offset_cnt = cnt - 1
        # 挖去孔洞区域
        cv2.fillPoly(reconstructed, [offset_cnt], 0)

注意事项 #

• 如果图像有噪声，建议先做形态学开运算（cv2.morphologyEx）去除细小杂点，避免提取无效轮廓。
• 保存轮廓时，用np.save可以直接存储轮廓数组，后续重建直接加载即可。
• 两种方法都能保证重绘的图像和原图像像素级一致，你可以根据现有代码流程选更顺手的。

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