Python，图像处理，骨架线，中轴线

Question

利用Python对以上二值图中白色的纤维目标，在原图绘制中轴线，首先对原图进行轮廓细化处理，提取出骨架线，同时对于骨架线上的毛刺进行去除，只保留主干骨架线，然后将提取的骨架线绘制到原图白色纤维轮廓内部。

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

问题分析：

1. 如何对图片进行轮廓细化处理？
2. 如何提取出骨架线？
3. 如何去除骨架线上的毛刺？
4. 如何将骨架线绘制到原图内部？ 解决方案：
5. 对于二值图像，可以使用opencv中的函数cv2.ximgproc.thinning()进行轮廓细化处理。代码示例：

import cv2
img = cv2.imread("image.png", 0)
thinned_img = cv2.ximgproc.thinning(img, None, cv2.ximgproc.THINNING_ZHANGSUEN)

1. 提取出骨架线，可以使用opencv中的函数cv2.connectedComponents()。可以通过遍历像素的方式，判断其是否为端点或交叉点，然后在骨架线上将其标记为白色像素。

import numpy as np
# 寻找端点和交叉点的函数
def find_junctions(endpoint_img, kernel=None):
    if kernel is None:
        kernel = np.ones((3, 3), np.uint8)
    junctions = np.zeros_like(endpoint_img)
    connected = cv2.connectedComponents(endpoint_img)
    labels = connected[1]
    junction_values = []
    for i in range(1, connected[0]):
        g = (labels == i)
        num = np.sum(g)
        if num == 1:
            junctions[g] = 1
            junction_values.append((np.argmax(g) // labels.shape[1], np.argmax(g) % labels.shape[1]))
        elif num > 2:
            junctions[g] = 1
            junction_values.append((np.argmax(g) // labels.shape[1], np.argmax(g) % labels.shape[1]))
    junctions = cv2.dilate(junctions, kernel, iterations=1)
    junctions = junctions - endpoint_img
    return junctions, junction_values
# 提取骨架线的函数
def get_skeleton(img):
    skel = np.zeros_like(img)
    img = img.copy()
    while True:
        endpoint_img = cv2.morphologyEx(img, cv2.MORPH_HITMISS, np.array([[0, 0, 0], [0, 1, 0], [1, 1, 1]]))
        if np.sum(endpoint_img) == 0:
            break
        junctions_img, _ = find_junctions(endpoint_img)
        skel = skel + endpoint_img
        img = cv2.subtract(img, endpoint_img)
        img = cv2.subtract(img, junctions_img)
    return skel
img = cv2.imread("image.png", 0)
thinned_img = cv2.ximgproc.thinning(img, None, cv2.ximgproc.THINNING_ZHANGSUEN)
skeleton = get_skeleton(thinned_img)

1. 对于骨架线上的毛刺，可以通过以下代码进行处理：

def clean_skeleton(skeleton):
    kernel1 = np.array([[-1, -1, -1], [0, 1, 0], [1, 1, 1]], dtype=np.uint8)
    kernel2 = np.array([[1, 1, 1], [0, 1, 0], [-1, -1, -1]], dtype=np.uint8)
    skeleton = cv2.morphologyEx(skeleton, cv2.MORPH_OPEN, kernel1)
    skeleton = cv2.morphologyEx(skeleton, cv2.MORPH_OPEN, kernel2)
    return skeleton
skeleton = clean_skeleton(skeleton)

1. 将骨架线绘制到原图内部，则可以使用opencv中的函数cv2.drawContours()，示例代码：

edged = cv2.Canny(img, 50, 150)
thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, 21, 1)
cv2.drawContours(thresh, [skeleton], 0, (255, 255, 255), -1)
cv2.imshow("Final Result", thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()