骨架图像轮廓提取中的几个问题

Question

我找到这段代码是为了得到一个骷髅图像。 我有一个圆形图像（https://docs.google.com/file/d/0ByS6Z5WRz-h2RXdzVGtXUTlPSGc/edit?usp=sharing）。在

img = cv2.imread(nomeimg,0)
size = np.size(img)
skel = np.zeros(img.shape,np.uint8)

ret,img = cv2.threshold(img,127,255,0)
element = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))
done = False

while( not done):
    eroded = cv2.erode(img,element)
    temp = cv2.dilate(eroded,element)
    temp = cv2.subtract(img,temp)
    skel = cv2.bitwise_or(skel,temp)
    img = eroded.copy()

    zeros = size - cv2.countNonZero(img)
    if zeros==size:
        done = True

print("skel")
print(skel)

cv2.imshow("skel",skel)
cv2.waitKey(0)

问题是图像结果不是一个“骨架”，而是一组点！ 我的目的是在对图像进行骨架化后提取轮廓周长。 如何编辑我的代码来解决它？ 用cv2.findContours找到骨架圆是正确的吗？在

Answer 1

您需要反转黑白，并通过首先调用cv2.dilate来填充所有空白：

import numpy as np
import cv2

img = cv2.imread("e_5.jpg",0)
size = np.size(img)
skel = np.zeros(img.shape,np.uint8)

ret,img = cv2.threshold(img,127,255,0)
element = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))
img = 255 - img
img = cv2.dilate(img, element, iterations=3)

done = False

while( not done):
    eroded = cv2.erode(img,element)
    temp = cv2.dilate(eroded,element)
    temp = cv2.subtract(img,temp)
    skel = cv2.bitwise_or(skel,temp)
    img = eroded.copy()

    zeros = size - cv2.countNonZero(img)
    if zeros==size:
        done = True

结果如下：

但是，结果并不好，因为还有很多差距。以下算法更好，它使用scipy.ndimage.morphology中的函数：

^{pr2}$

结果是：

Answer 2

骨架化算法计算白色区域的骨架：

• 腐蚀：将“正在测试的像素”设置为结构元素中所有像素的最小值，黑色<；白色
• 扩张：与腐蚀相反，将“被测像素”设置为结构元素内所有像素的最大值，白色>黑色

要修复代码，可以更改阈值函数的参数：

ret,img = cv2.threshold(img,240,255,1) 

参数描述为here。在