点击上方蓝字关注我们

微信公众号：OpenCV学堂

关注获取更多计算机视觉与深度学习知识

问题

前几天有个人问了我一个问题，问题是这样的，他有如下的一张二值图像：

怎么得到白色Blob中心线，他希望的效果如下：

显然OpenCV中常见的轮廓分析无法获得上面的中心红色线段，本质上这个问题是如何提取二值对象的骨架，提取骨架的方法在OpenCV的扩展模块中，另外skimage包也支持图像的骨架提取。这里就分别基于OpenCV扩展模块与skimage包来完成骨架提取，得到上述图示的中心线。

01

安装skimage与opencv扩展包

Python环境下安装skimage图像处理包与opencv计算机视觉包，只需要分别执行下面两行命令：

pip install opencv-contrib-pythonpip install skimage

导入使用

from skimage import morphology import cv2 as cv

02

使用skimage实现骨架提取

有两个相关的函数实现二值图像的骨架提取，一个是基于距离变换实现的medial_axis方法；另外一个是基于thin的skeletonize骨架提取方法。两个方法的代码实现分别如下：

 1def skeleton_demo(image): 2    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) 3    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) 4    binary[binary == 255] = 1 5    skeleton0 = morphology.skeletonize(binary) 6    skeleton = skeleton0.astype(np.uint8) * 255 7    cv.imshow("skeleton", skeleton) 8    cv.waitKey(0) 9    cv.destroyAllWindows()101112def medial_axis_demo(image):13    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)14    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)15    binary[binary == 255] = 116    skel, distance = morphology.medial_axis(binary, return_distance=True)17    dist_on_skel = distance * skel18    skel_img = dist_on_skel.astype(np.uint8)*25519    contours, hireachy = cv.findContours(skel_img, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)20    cv.drawContours(image, contours, -1, (0, 0, 255), 1, 8)2122    cv.imshow("result", image)23    cv.waitKey(0)24    cv.destroyAllWindows()

03

使用OpenCV实现骨架提取

OpenCV的图像细化的骨架提取方法在扩展模块中，因此需要直接安装opencv-python的扩展包。此外还可以通过形态学的膨胀与腐蚀来实现二值图像的骨架提取，下面的代码实现就是分别演示了基于OpenCV的两种骨架提取方法。代码分别如下：

 1def morph_find(image): 2    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) 3    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) 4    kernel = cv.getStructuringElement(cv.MORPH_CROSS, (3, 3)) 5    finished = False 6    size = np.size(binary) 7    skeleton = np.zeros(binary.shape, np.uint8) 8    while (not finished): 9        eroded = cv.erode(binary, kernel)10        temp = cv.dilate(eroded, kernel)11        temp = cv.subtract(binary, temp)12        skeleton = cv.bitwise_or(skeleton, temp)13        binary = eroded.copy()1415        zeros = size - cv.countNonZero(binary)16        if zeros == size:17            finished = True1819    contours, hireachy = cv.findContours(skeleton, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)20    cv.drawContours(image, contours, -1, (0, 0, 255), 1, 8)21    cv.imshow("skeleton", image)22    cv.waitKey(0)23    cv.destroyAllWindows()242526def thin_demo(image):27    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)28    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)29    thinned = cv.ximgproc.thinning(binary)30    contours, hireachy = cv.findContours(thinned, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)31    cv.drawContours(image, contours, -1, (0, 0, 255), 1, 8)32    cv.imshow("thin", image)33    cv.waitKey(0)34    cv.destroyAllWindows()

运行结果如下：

因依老宿发心初

半学修心半读书

 推荐阅读 

OpenCV4系统化学习路线图-视频版本！

Tensorflow + OpenCV4 安全帽检测模型训练与推理

汇总 | OpenCV DNN模块中支持的分类网络

OpenCV中支持的人脸检测方法整理与汇总

详解ENet | CPU可以实时的道路分割网络

从Pytorch 的ONNX到OpenVINO中IR中间层

OpenCV 基于Inception模型图像分类

OpenCV4.4 + YOLOv4 真的可以运行了…..