如何通过特定数量的像素来扩展轮廓（不迭代每个像素）？

Question

我正在编写一个Python脚本，将图像转换为CNC机器的G代码。数控机床使用直径为0.250英寸的圆柱形钻头。我的脚本在图像中找到轮廓，然后将轮廓的坐标转换为机器的方向。你知道吗

这是伟大的作品，除了形状是雕刻是0.125“小于设计的一部分。钻头的中心直接在轮廓上，因此产生的形状太小，只有钻头直径的一半。你知道吗

我想将每个轮廓扩展x像素。我想制作一个输出图像，其中源图像中的每个白色像素在输出图像中也是白色的，但是输入图像中白色像素x像素内的每个像素在输出图像中应该是白色的。你知道吗

这是我的源图像：

使用cv2.dilate()来扩展轮廓不会产生我想要的结果，因为它会使圆边变成正方形。你知道吗

img = cv2.dilate(img, (15,15), 5)

我试着逐像素地遍历图像，然后使用cv2.pointPolygontest(contour, (x,y), True)测试到轮廓的距离。这是可行的，但这是非常缓慢的黑客。你知道吗

import cv2
import numpy as np

def erode_contours_by_cutter_size(img, contours, cutter_size):
    # Create an output image
    outputImage = np.zeros_like(img)
    # Iterate through every pixel in the image
    for x in range(img.shape[0]):
        for y in range(img.shape[1]):
            # Check if the pixel is black
            if img[y,x] != 255:
                # Check if the distance from this pixel to a contour is smaller than the cutter size
                for contour in contours:
                    dist = cv2.pointPolygonTest(contour, (x,y), True)                    
                    if abs(dist) < cutter_size:
                        outputImage[y,x] = 255
    return outputImage

img = 255-cv2.imread('/home/stephen/Desktop/t2.png',0)
img = cv2.resize(img, (234,234))
cutter_size = 50
contours, _ = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
img = erode_contours_by_cutter_size(img, contours, cutter_size)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这是输出图像：

Answer 1

这可能不是最干净的解决方案，但它很简单，适用于所有形状。有一点额外的工作，你可以用它在模板内的剪切以及。所以它可能足够满足你的需要。你知道吗

找到轮廓，在上面画一条2倍于钻头大小的白线。现在使用输入图像的反转版本作为遮罩，只留下路由路径-就像在输出图像中一样。相反，你也可以把这些图像组合起来，形成一个更大的白色形状（如你的问题所述）。你知道吗

结果：

代码：

import cv2
import numpy as np

bitsize = 100
# load image
img = cv2.imread('PluT1.png',0)
# create empty image
res = np.zeros(img.shape[:2], dtype=np.uint8)
# find countours. use a more complex CHAIN_APPROX if SIMPLE is not enough 
contours, hier = cv2.findContours(img,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# draw contour
for cnt in contours:
    cv2.drawContours(res,[cnt],0,(255),bitsize)

#invert input image to create mask
img_inverted = cv2.bitwise_not(img)
# apply mask to get routing path
path = cv2.bitwise_and(res,res, mask=img_inverted)
# join drawn contour and input image to get solid
solid = cv2.bitwise_or(img,res)
# show images
cv2.imshow('Input',img)
cv2.imshow('Path',path)
cv2.imshow('Solid',solid)
cv2.waitKey(0)
cv2.destroyAllWindows()