目录

🙋🙋需求

🍅🍅解决方案

---

 

🙋🙋需求

        前提条件是二值图中0是背景，255是前景。

        二值化后的影像中有很多小孔洞，现在需要按孔洞面积进行筛选，填充面积小于阈值的孔洞，面积太大的孔洞不需要填充。

        输入图如下，需要填充椭圆形和五角星，矩形和三角形面积较大不填充：

🍅🍅解决方案

        下面是一个Python源代码实现，用于按照面积筛选填充二值图中的孔洞的功能：

import cv2
import numpy as np

def fill_holes(image, min_area):
    # 二值化图像
    _, binary = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
    binary = 255 - binary 
    # 寻找轮廓
    contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 填充孔洞
    for contour in contours:
        area = cv2.contourArea(contour)
        if area < min_area:
            cv2.drawContours(image, [contour], -1, 0, -1)

    return image

# 读取图像
image = cv2.imread('image.png', 0)

# 按照面积筛选并填充孔洞
filled_image = fill_holes(image, min_area=1000)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Filled Image', filled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

        首先，我们使用cv2.threshold函数对输入图像进行二值化。然后，为了计算前景的面积，需要对前景和背景进行反转，然后使用cv2.findContours函数找到图像中的轮廓。接下来，我们遍历每一个轮廓，计算其面积并与指定的最小面积进行比较。如果面积小于最小面积，则使用cv2.drawContours函数将该轮廓填充为黑色。最后，返回填充后的图像。

        请注意，输入图像应为单波段二值图像或单波段灰度图，并且孔洞应为白色（值为255）。还有面积阈值可以自由调整，在使用以上代码之前，请确保安装了OpenCV库。

        输出后的图像为：

        持续更新python代码实用小工具，喜欢就一键三连吧~~~