使用OpenCV查找二值图像中的边（图形边）

Question

我有一个二值图像，我试图表示一个图，图像的白色部分是顶点和边，其中大面积的白点是顶点，边是连接我检测到的顶点的大白色部分之间的白色部分。 我通过使用OpenCV函数，比如腐蚀，findContents和矩，使用矩质心，找到了大的白色部分的中心。 所以我有了图的顶点。 我的下一个目标是得到边缘，这意味着只在白色区域中找到由2个点（x1，y1）和（x2，y2）表示的线。 我尝试使用各种功能，例如： 卡尼（） cv2.findLine公司 二值图像上具有不同参数的cv2.findContour

为了理解我的目标，你可以把它想象成一个迷宫，它的起点是图像中最大的白点，迷宫的末端是第二大白点，你可以走过的地方都是图像的白色区域。在

我在项目中使用的一些代码段： 首先找到边，给出一个二值图像（finalImage）并返回质心

def findCentroids(finalImage):
_, contours0, hierarchy = cv2.findContours(finalImage.copy(), cv2.RETR_LIST,                    cv2.CHAIN_APPROX_NONE)
moments = [cv2.moments(cnt) for cnt in contours0]
centroids = []
for M in moments:
    if M["m00"] != 0:
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        centroids.append((cX, cY))
return centroids

所以就像我找到质心一样，我想找到更多的质心（使图像不受侵蚀），然后找到连接这些质心的所有边。这似乎不是一个好方法，所以我希望能找到更好的答案。在

编辑 所以我想到了另一个想法，那就是使用连接组件的方法。我尝试使用cv2提供的连接组件，同样：

^{pr2}$

但结果是只有黑点才被认为是成分，这与我需要的恰恰相反。我试着用倒过来的图像得到了同样的结果，因为我假设算法更喜欢完全有界的点，而不是背景（在我的例子中是白色的，我使用它的目的是找到没有边界的区域） )在

Answer 1

你查过Iwanowski的算法吗？ https://pdfs.semanticscholar.org/cd14/22f1e33022b0bede3f4a03844bc7dcc979ed.pdf 本文描述了一种分析二值图像内容以找到其结构的方法。它所处理的图像类包括在其前景显示的对象组，这些对象组相互连接，形成一个类似于图形的结构。所述方法从图像位图中自动提取此结构，并生成一个矩阵，其中包含输入图像上显示的所有对象之间的连接