Границы поиска и заполнения изображений

Question

У меня однополосное двоичное изображение (состоящее только из 0 и 1 пиксельных значений), как показано на рисунке ниже.

Мне нужно преобразовать все черные пиксели внутри внешних белых границ в белые. Черные пиксели вне внешних белых границ должны оставаться черными.

Как вы это сделаете?

Answer 1

Приведенный ниже код дает следующий результат:

Я прокомментировал встроенный код, чтобы объяснить, что я сделал.

from skimage import io, img_as_bool, measure, morphology 
from scipy import ndimage 

import numpy as np 
import matplotlib.pyplot as plt 

# Read the image, convert the values to True or False; 
# discard all but the red channel (since it's a black and 
# white image, they're all the same) 
image = img_as_bool(io.imread('borders.png'))[..., 0] 

# Compute connected regions in the image; we're going to use this 
# to find centroids for our watershed segmentation 
labels = measure.label(image) 
regions = measure.regionprops(labels) 

# Marker locations for the watershed segmentation; we choose these to 
# be the centroids of the different connected regions in the image 
markers = np.array([r.centroid for r in regions]).astype(np.uint16) 
marker_image = np.zeros_like(image, dtype=np.int64) 
marker_image[markers[:, 0], markers[:, 1]] = np.arange(len(markers)) + 1 

# Compute the distance map, which provides a "landscape" for our watershed 
# segmentation 
distance_map = ndimage.distance_transform_edt(1 - image) 

# Compute the watershed segmentation; it will over-segment the image 
filled = morphology.watershed(1 - distance_map, markers=marker_image) 

# In the over-segmented image, combine touching regions 
filled_connected = measure.label(filled != 1, background=0) + 1 

# In this optional step, filter out all regions that are < 25% the size 
# of the mean region area found 
filled_regions = measure.regionprops(filled_connected) 
mean_area = np.mean([r.area for r in filled_regions]) 
filled_filtered = filled_connected.copy() 
for r in filled_regions: 
    if r.area < 0.25 * mean_area: 
     coords = np.array(r.coords).astype(int) 
     filled_filtered[coords[:, 0], coords[:, 1]] = 0 

# And display! 
f, (ax0, ax1, ax2) = plt.subplots(1, 3) 
ax0.imshow(image, cmap='gray') 
ax1.imshow(filled_filtered, cmap='spectral') 
ax2.imshow(distance_map, cmap='gray') 
plt.savefig('/tmp/labeled_filled_regions.png', bbox_inches='tight')