查找二进制边缘图像中的闭合循环数

Question

我有一个具有闭环和自由曲线数量的二进制图像，如图所示。

到目前为止，我的方法-（python代码）：

• 骨骼化图像以得到1个像素的边缘
• 使用标签/ bwlabel获得单个曲线/边缘
• 应用DFS获得未闭合的边缘
• 应用DFS以获得接近的边缘..但不能正常工作。.

预期输出-

闭合循环数= 6，沿循环的像素总和或沿闭合曲线边缘的所有（x，y）点，如[[RED中突出显示]

预期输出-

Answer 1

您已经有一个二进制图像：只需使用findContours()即可获取内部轮廓。

请记住，要使用findContours()轻松进入孔：

检索所有轮廓并将它们组织为两级层次结构。在顶层，组件具有外部边界。在第二层，有孔的边界。如果连接的组件的孔内还有其他轮廓，则该轮廓仍放在顶层。

应该只是简单地将国家的长度记在第二层（洞）上的问题

Answer 2

这是在Python / OpenCV中执行此操作的一种方法。

读取输入为灰度
• 二进制阈值
• 获取轮廓和层次结构
• 循环遍历轮廓和相应的层次结构，并丢弃没有父级的轮廓（外部的），并保存和计数没有子级的轮廓（最内部的）
• 在输入上绘制轮廓
• 保存结果

输入：

cv2.RETR_CCOMP as the Countour Retrieval Mode

cv2.RETR_CCOMP

产生的轮廓：
Count：
import cv2
import numpy as np

# read image as grayscale
img = cv2.imread('loops.png', cv2.IMREAD_GRAYSCALE)
hh, ww = img.shape

# blacken right columns that are white
img[0:hh, ww-3:ww] = 0

# threshold
thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY)[1]

# get contours
contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
hierarchy = contours[1] if len(contours) == 2 else contours[2]
contours = contours[0] if len(contours) == 2 else contours[1]

# get the actual inner list of hierarchy descriptions
hierarchy = hierarchy[0]

# count inner contours
count = 0
result = img.copy()
result = cv2.merge([result,result,result])
for component in zip(contours, hierarchy):
    cntr = component[0]
    hier = component[1]
    # discard outermost no parent contours and keep innermost no child contours
    # hier = indices for next, previous, child, parent
    # no parent or no child indicated by negative values
    if (hier[3] > -1) & (hier[2] < 0):
        count = count + 1
        cv2.drawContours(result, [cntr], 0, (0,0,255), 2)

# print count
print("count:",count)

# save result
cv2.imwrite("loops_result.png",result)

# show result   
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()