基于OpenCV扩展模块与skimage包来提取中心线

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（）

10

11

12def 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］ = 1

16 skel， distance = morphology.medial_axis（binary， return_distance=True）

17 dist_on_skel = distance * skel

18 skel_img = dist_on_skel.astype（np.uint8）*255

19 contours， hireachy = cv.findContours（skel_img， cv.RETR_EXTERNAL， cv.CHAIN_APPROX_SIMPLE）

20 cv.drawContours（image， contours， -1， （0， 0， 255）， 1， 8）

21

22 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（）

14

15 zeros = size - cv.countNonZero（binary）

16 if zeros == size：

17 finished = True

18

19 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（）

24

25

26def 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：

编辑：lyn