### 实现轮廓内颜色填充 为了在 OpenCV 中实现对检测到的轮廓进行内部上色，可以按照以下方法操作： #### 准备工作 首先加载图片并将其转换为二值图以便后续处理。这一步骤已经在给定代码片段中完成。 ```python import cv2 as cv import numpy as np def ToBinary(): global gray, binary # 增强亮度 bright = cv.convertScaleAbs(img, alpha=1.5, beta=30) # 灰度化 gray = cv.cvtColor(bright, cv.COLOR_BGR2GRAY) # 创建二值图 ret, binary = cv.threshold(gray, 127, 255, 0) ``` #### 查找轮廓 利用 `cv.findContours` 方法来查找图像中的所有轮廓，并选择合适的模式参数以获取外部边界[^1]。 ```python contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) ``` #### 绘制轮廓及其内部区域 通过遍历找到的所有轮廓，在原图或新创建的空白画布上绘制这些轮廓以及它们所包围的区域。这里可以选择不同的颜色来进行填充。 ```python drawing = np.zeros((binary.shape[0], binary.shape[1], 3), dtype=np.uint8) for i in range(len(contours)): color = (np.random.randint(0, 256), np.random.randint(0, 256), np.random.randint(0, 256)) cv.drawContours(drawing, contours, i, color=color, thickness=cv.FILLED) ``` 上述代码会随机生成一种颜色用于每次填充不同轮廓，从而使得最终效果更加直观可见。 #### 完整示例程序 以下是完整的 Python 程序，它实现了从读取输入图像到最后显示带有色彩填充的结果的过程。 ```python if __name__ == '__main__': img = cv.imread('Resource/test7.jpg') ToBinary() contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) drawing = np.zeros((binary.shape[0], binary.shape[1], 3), dtype=np.uint8) for contour in contours: color = tuple(np.random.randint(0, 256) for _ in range(3)) # 随机RGB三元组 cv.drawContours(drawing, [contour], -1, color, thickness=cv.FILLED) cv.imshow('Filled Contours', drawing) cv.waitKey(0) cv.destroyAllWindows() ```