开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

OpenCV填充空洞显示白色图像

OpenCV是一个开源的计算机视觉库，用于图像和视频处理。它提供了丰富的函数和工具，可以用于图像处理、特征提取、目标检测、图像分割等多个领域。

在OpenCV中，填充空洞是指将图像中的空洞区域（即孔洞）填充为指定的颜色。这在图像处理中常用于去除图像中的噪点或修复图像中的缺失部分。

要实现填充空洞并显示白色图像，可以按照以下步骤进行：

导入OpenCV库：

import cv2
import numpy as np

读取图像：

image = cv2.imread('image.jpg')

将图像转换为灰度图像：

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

二值化图像：

ret, binary_image = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY)

查找图像中的轮廓：

contours, hierarchy = cv2.findContours(binary_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

填充轮廓内的空洞：

filled_image = cv2.drawContours(binary_image, contours, -1, (255, 255, 255), cv2.FILLED)

显示白色图像：

white_image = np.zeros_like(image)
white_image[:, :] = (255, 255, 255)
result = cv2.bitwise_and(white_image, white_image, mask=filled_image)
cv2.imshow('Filled Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个过程中，我们使用了OpenCV的一些常用函数，包括图像读取、颜色空间转换、二值化、轮廓查找、轮廓填充和图像显示。最终得到的结果是一个填充了空洞并显示为白色的图像。

腾讯云提供了多个与图像处理相关的产品和服务，例如腾讯云图像处理（Image Processing）服务，可以用于图像的智能裁剪、滤镜、美颜等处理。您可以通过以下链接了解更多信息：腾讯云图像处理

请注意，本回答中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，以遵守您的要求。如需了解更多云计算相关内容，可以参考相关技术文档和学习资料。

相关搜索:C# -用白色字节填充图像字节以填充512x512 OpenCV图像校正以填充图像中的空白和空洞 OpenCV在python中不显示图像 Opencv显示不含图像背景的视频图像 OpenCV水印始终显示为白色 python:显示opencv的numpy填充图像 Spyder无法使用OpenCV显示图像 TreeView图像列表以白色边框显示使用OpenCV去除图像中不均匀的白色边框使用python flask显示opencv图像

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

形态学运算与仿真：图像处理中形态学操作的简单解释

形态学是图像处理领域的一个分支，主要用于描述和处理图像中的形状和结构。形态学可以用于提取图像中的特征、消除噪声、改变图像的形状等。其中形态学的核心操作是形态学运算。

01

OpenCV二值图像分析之形态学应用技巧

前两天刚写了一篇二值图像分析之轮廓发现与轮廓属性分析的相关文章，得到大家比较好反馈，感谢大家支持，让我有勇气继续再写下去，二值图像分析还有一块核心技能就是图像形态学操作技巧，这里也打算根据我自己的项目经验，给大家吐槽总结一下，希望大家多提宝贵意见，不足之处多多补充！

02

OpenCV与图像处理（三）

以下代码均在python3.6，opencv4.2.0环境下试了跑一遍，可直接运行。

02

真实场景的双目立体匹配（Stereo Matching）获取深度图详解

双目立体匹配一直是双目视觉的研究热点，双目相机拍摄同一场景的左、右两幅视点图像，运用立体匹配匹配算法获取视差图，进而获取深度图。而深度图的应用范围非常广泛，由于其能够记录场景中物体距离摄像机的距离，可以用以测量、三维重建、以及虚拟视点的合成等。　　之前有两篇博客简要讲过OpenCV3.4中的两种立体匹配算法效果比较：http://www.cnblogs.com/riddick/p/8318997.html 。以及利用视差图合成新视点： http://www.cnblogs.com/riddick/p/

05

OpenCV-泛洪填充

泛洪填充简单理解就是将指定颜色从指定位置开始填充一个连通区域，此时的连通性由像素值的接近程度来衡量。OpenCV中提供两种泛洪填充方式：

00

MATLAB中imfill()函数[通俗易懂]

函数功能：该函数用于填充bai图像区域和“空洞”。语法格式： BW2 = imfill(BW) 这种du格式将一张二值图像显示在屏zhi幕上，允许用户使用鼠标在图像上点几个点，这几个点围成的区域即要填充的区域。要以这种交互方式操作， BW必须是一个二维的图像。用户可以通过按Backspace键或者Delete键来取消之前选择的区域；通过shift+鼠标左键单击或者鼠标右键单击或双击可以确定选择区域。 [BW2,locations] = imfill(BW) 这种方式，将返回用户的取样点索引值。注意这里索引值不是选取样点的坐标。 BW2 = imfill(BW,locations) 这种格式允许用户编程时指定选取样点的索引。locations是个多维数组时，数组每一行指定一个区域。 BW2 = imfill(BW,’holes’) 填充二值图像中的空洞区域。如，黑色的背景上有个白色的圆圈。则这个圆圈内区域将被填充。 I2 = imfill(I) 这种调用格式将填充灰度图像中所有的空洞区域。 BW2 = imfill(BW,locations,conn) 程序示例 close all; clear; clc; BW4 = im2bw(imread(‘coins.png’)); BW5 = imfill(BW4,’holes’); subplot(121), imshow(BW4), title(‘源图像二值化’) subplot(122), imshow(BW5), title(‘填充后的图像’)

02

matlab中的im2bw函数_matlab中tofloat

这种du格式将一张二值图像显示在屏zhi幕上，允许用户使用鼠标在图像上点几个点，这几个点围成的区域即要填充的区域。要以这种交互方式操作， BW必须是一个二维的图像。用户可以通过按Backspace键或者Delete键来取消之前选择的区域；通过shift+鼠标左键单击或者鼠标右键单击或双击可以确定选择区域。

03

OpenCV这么简单为啥不学——1.11、蓝背景证件照替换白色或红色

计算机视觉市场巨大而且持续增长，且这方面没有标准API，如今的计算机视觉软件大概有以下三种：

04

OpenCV与图像处理（十）

图像处理是利用计算机对图像进行去噪、增强、复原、重建、编码、压缩、几何变换、分割，提取特征等的理论、方法和技术。图像处理中，输入的是低质量的图像，输出的是改善质量后的图像。

02

【综合练习】C++ OpenCV实战---获取数量

前阵子做了一个实战分享《【干货】C++ OpenCV案例实战---卡片截取（附代码）》，今天我们再把以前学习到的东西综合练习一下，做一个获取个数的小案例。

02

OpenCV实现照片自动红眼去除

OpenCV实现照片自动红眼去除使用闪光照相机拍照，在光线条件不足的情况，如果眼睛盯着相机镜头很容易造成拍出的照片中人眼球变成红色，虽然现在相机从系统和镜头上做了大量改进工作，防止这种情况发生，但是

06

「计算机视觉」帧差法移动侦测

这是我大学舍友小钊在前几天培训公司内部人员顺便记录的一篇关于帧差法移动侦测的文章，介绍下小钊，广西佬，我的大学舍友，特点是烟勤话少爱抠脚。是一名计算机视觉工程师，主要专注于桑拿沐足（啊？呸！）、将算法应用到嵌入式设备上，实现低成本的落地方案注册。

02

利用视差图合成新视点

利用视差图合成新视点，视差图一般通过图像匹配获取，以middlebury上的一张图为例，左边为原图（左图像），右边为对应视差图（灰度图）。 1. 正向映射：简单的利用左视点原图和视差图进行视点合成，

06

图像大面积缺失，也能逼真修复，新模型CM-GAN兼顾全局结构和纹理细节

点击上方↑↑↑“OpenCV学堂”关注我来源：公众号机器之心授权来自罗彻斯特大学和 Adobe Research 的研究者提出了一种新的生成网络 CM-GAN，很好地合成了整体结构和局部细节，在定量和定性评估方面都显著优于现有 SOTA 方法，如 CoModGAN 和 LaMa。图像修复是指对图像缺失区域进行补全，是计算机视觉的基本任务之一。该方向有许多实际应用，例如物体移除、图像重定向、图像合成等。早期的修复方法基于图像块合成或颜色扩散来填充图像缺失部分。为了完成更复杂的图像结构，研究人员开始转

03

使用颜色空间进行图像分割

原文地址：https://realpython.com/python-opencv-color-spaces/

03

【OpenCV 4开发详解】形态学应用

图像形态学腐蚀可以将细小的噪声区域去除，但是会将图像主要区域的面积缩小，造成主要区域的形状发生改变；图像形态学膨胀可以扩充每一个区域的面积，填充较小的空洞，但是同样会增加噪声的面积。根据两者的特性将图像腐蚀和膨胀适当的结合，便可以既去除图像中的噪声，又不缩小图像中主要区域的面积；既填充了较小的空洞，又不增加噪声所占的面积。因此，本节中将介绍如何利用不同顺序的图像腐蚀和膨胀实现图像的开运算、闭运算、形态学梯度、顶帽运算、黑帽运算以及击中击不中变换等操作。

01

[python opencv 计算机视觉零基础到实战] 三、numpy与图像编辑

在前两节中，我们对图像的属性进行了查看，得到了宽、高以及通道，但是我们对整体的图片数据结构还是存在一定的不理解；这一节将加深对图片数据结构上的理解，方便我们接下来的学习。

01

C++ OpenCV基于距离变换与分水岭的图像分割

图像分割，英文名image segmentation，就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：

03

基于空洞补全的动态SLAM方法

同步定位和制图（SLAM）一直被认为机器人定位导航以及无人驾驶的核心技术，而利用摄像头作为传感器的视觉SLAM在近几十年也得到了广泛的研究，在这期间涌现了大量优秀的SLAM方法，为后人对SLAM技术的研究打下了坚实的基础。

04

javacv学习之实现matlab中imfill算法（孔洞填充）

因生产需要计算图像的面积，首先第一步就是要先将图像中有洞的地方给它填上，网上找了半天说是matlab中的imfill算法就能直接填上，但我对matlab也不熟也不想用它，结果网上搜资料看看到很多C++的博主写的可以直接用opencv搞定，我一想opencv能搞定那肯定javacv也能搞，所以就有了下面的内容。

01

【CV 向】OpenCV 图形绘制指南

Python OpenCV 是一个功能强大的计算机视觉库，除了图像处理和计算机视觉任务外，它还提供了丰富的功能来绘制各种图形。无论是在计算机视觉应用中标记感兴趣区域，还是在图像上绘制几何形状或文本，OpenCV 都为我们提供了简单易用的方法。本文将介绍如何利用 Python OpenCV 进行图形绘制。

04

医学图像处理案例（三）——用分水岭算法分割重叠细胞

针对重叠的图像分割是非常具有挑战的，正好之前一起工作过的同事跟我一起讨论了关于这方面的问题，我首先想到的就是用分水岭来进行分割。

04

使用OpenCV，Python和模板匹配来播放“Waldo在哪里？”

这是一篇来自PyImageSearch的Adrian Rosebrock的博客，他的博客内容包括计算机视觉，图像处理和建筑图像搜索引擎等。

06

基于OpenCV实战：对象跟踪

参数0-用于主相机，例如在笔记本电脑网络摄像头中被视为主相机。1-代表中学，依此类推。

04

C++ OpenCV形态学操作--开闭操作,形态学梯度,顶帽,黑帽

前面我们刚刚做过形态学的腐蚀与膨胀,这两个是OpenCV形态学里的最基本操作,我们学的开操作和闭操作也是在这两个基础上进行的处理

02

opencv(4.5.3)-python(四)--绘图

要画一条线，你需要传递线的起点和终点坐标。我们将创建一个黑色的图像，在上面画一条从左上角到右下角的蓝线。

02

OpenCV中图像修复技术介绍与演示

现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点，对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构，通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。基于Navier-Stokes的修复方法基于图像梯度的快速匹配方法又称(Telea法) 对应的两个枚举类型分别如下： CV_INPAINT_NS CV_INPAINT_TELEA 在OpenCV3.1.0中对应的API方法为inpaint sr

09

「中秋来袭」没想到，用OpenCV竟能画出这么漂亮的月饼「附源码」

中秋佳节即将来临，作为传统的中国节日之一，人们除了品尝美味的月饼、赏月外，还喜欢通过绘画来表达对这个节日的喜悦和祝福。而如今，随着科技的不断发展，竟然可以借助计算机视觉库OpenCV来绘制精美的月饼和可爱的玉兔图像，真是令人大开眼界。

04

OpenCV技巧 | 二值图孔洞填充方法与实现(附源码)

为什么要做孔洞填充？因为在部分情况下，二值图内部的孔洞和外部轮廓是一个整体，填充孔洞可以方便后续处理，减少干扰。

01

详解图像滤波原理及实现！

图像的实质是一种二维信号，滤波是信号处理中的一个重要概念。在图像处理中，滤波是一常见的技术，它们的原理非常简单，但是其思想却十分值得借鉴，滤波是很多图像算法的前置步骤或基础，掌握图像滤波对理解卷积神经网络也有一定帮助。

01

OCR笔记① | 环境配置与简单操作

各位朋友大家好，我是CPP课题组的视觉工程师。这个系列的文章主要介绍计算机视觉尤其是OCR在经济类课题数据采集中的应用以及其实现方法。既是小教程又是学习笔记。

01

opencv实现imfill_使用opencv实现matlab中的imfill填充孔洞功能

2. 使用floodFill函数给新图像进行填充，种子点设置为Point(0, 0)，填充颜色为全白。因为原始图像四周加了一圈0，因此使用floodFill填充之后，整个图像除了原始图像中内部的点是黑色之外其他地方全是白色。

02

[python opencv 计算机视觉零基础到实战] 六、图像运算

在opencv中可以使两张图片进行组合相加，使用add方法。两张图片进行相加其实是具体的数值进行运算，从而得到结果。需要注意的是进行运算的图片大小必须一致，例如：

01

【技术分享会】Python Opencv图像处理基础（下）

完整的notebook文档：https://github.com/IBBD/IBBD.github.io/blob/master/python/python-opencv-guidelines.ipynb

03

opencv 图像轮廓的实现示例

Contours：轮廓轮廓是将没有连着一起的边缘连着一起。边缘检测检测出边缘，边缘有些未连接在一起。

03

OpenCV Android端使用，基本版

最近在使用OpenCV的一些功能和方法，所以汇总一些关于OpenCV的方法在Android端上的调用吧。

02

常用数据增广方法，解决数据单一问题

寄语：本文将对传统图像算法的数据增广方式进行学习，以最常用的平移和旋转为例，帮助大家梳理几何变换的概念和应用，并对其在OpenCV的框架下进行了实现。

01

总结 | 基于OpenCV提取特定区域方法汇总

今天我们将一起探究如何使用OpenCV和Python从图像中提取感兴趣区域（ROI）。

02

基于OpenCV修复表格缺失的轮廓--如何识别和修复表格识别中的虚线

通过扫描或照片对文档进行数字化处理时，错误的设置或不良的条件可能会影响图像质量。在识别的情况下，这可能导致表结构损坏。某些图标的处理结果可能只是有轻微的瑕疵，甚至只是一些小孔，但是无法将其识别为连贯的系统。有时在创建在单元格时，表的某些侧面可能也没有线的存在。表和单元格类型多种多样，因此通常所提出的代码可能并不适合所有情况。尽管如此，如果我们能对提取的表格进行少量修改，大部分程序仍然可以使用。大多数表格识别算法是基于表格的结构。由于没有完整的边线会使一些单元格无法被识别，导致不良的识别率，因此我们需要想办法修复这些丢失的线段。

01

干货 | OpenCV获取不规则区域的最大内切圆（附Python / C++ 源码）

本文主要介绍如何使用OpenCV获取不规则区域的最大内切圆。（公众号：OpenCV与AI深度学习）

01

opencv之颜色过滤只留下图片中的红色区域操作

一开始的想法是分别找到RGB值，然后找到红色区域的部分保留就可以了，不过好像很难确定红色区域的RGB取值范围，所以要把图片转化到HSV空间中去。

01

详解ENet | CPU可以实时的道路分割网络

OpenCV DNN模块支持的图像语义分割网络FCN是基于VGG16作为基础网络，运行速度很慢，无法做到实时语义分割。2016年提出的ENet实时语义分割网络基于编码与解码的网络语义分割方式，类似UNet网络，通过构建自定义Block块，在Cityscapes, CamVid, SUN数据集上实现了性能与实时双提高。

03

一篇文章就梳理清楚了 Python OpenCV 的知识体系

本篇文章目的将为你详细罗列 Python OpenCV 的学习路线与重要知识点。核心分成 24 个小节点，全部掌握，OpenCV 入门阶段就顺利通过了。

03

基于OpenCV的特定区域提取

今天我们将一起探究如何使用OpenCV和Python从图像中提取感兴趣区域（ROI）。

03

OpenCV3.4两种立体匹配算法效果对比

以OpenCV自带的Aloe图像对为例： 1.BM算法（Block Matching）参数设置如下： int numberOfDisparities = ((imgSize.width /

04

OpenCV-Python学习（4）—— OpenCV 图像对象的创建与赋值

1. 学习目标图像对象的属性；图像对象的创建与赋值。 2. 图像对象的属性通过 image.shape 获取图像的宽、高、通道数；通过 image.dtype 获取图像数据类型；通过 image.size 获取图像的像素总数。 3. 代码演示默认使用三通道读取图片；获取图片的宽、高、通道数；三通道模式下图像的像素总数；图像的数据类型；使用灰度模式读取图片；重复第二步到第四步的打印。 import cv2 as cv def get_image_shape(): # 彩色模式读取（

05

OpenCV消除高亮illuminationChange函数的使用

上一篇《OpenCV极坐标变换函数warpPolar的使用》中介绍了极坐标变换的使用，文中提到过因为手机拍的照片，部分地方反光厉害。OpenCV本身也有一个消除高亮的函数，今天这篇就是来了解一下消除高亮函数的使用，就结果来说，有效果，但不多。

01

OpenCV 即时入门（全）

欢迎使用《OpenCV 即时入门》。本书是专门为向您提供设置 OpenCV 所需的所有信息而创建的。您将学习 OpenCV 的基础知识，开始构建第一个程序，并发现一些使用 OpenCV 的技巧。

02

opencv(4.5.3)-python(二十七)--傅里叶变换

傅里叶变换被用来分析各种过滤器的频率特性。对于图像，二维离散傅里叶变换（DFT）被用来寻找频域。一种叫做快速傅里叶变换（FFT）的快速算法被用来计算DFT。关于这些的细节可以在任何图像处理或信号处理教科书中找到。请看其他资源部分。

02

C++ OpenCV形态学操作--腐蚀与膨胀

覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )。对上图采用膨胀操作我们得到:

03

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭