【图像】骨架提取

找到了三种骨架提取方法，比对一下效果

import cv2
import skimage
from skimage import morphology
import matplotlib.pyplot as plt
import time


if __name__ == '__main__':

    gray=cv2.imread("demo.png",0)#以灰度图像读取
    ret, binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU) #OTSU二值化
    binary=255-binary
    t0=time.time()

    #方法一
    thin1= morphology.medial_axis(binary)
    t1 = time.time()

    #方法二
    thin2=skimage.morphology.thin(binary,max_iter=5)
    t2 = time.time()


    #方法三
    thin3=Xihua(binary,array,num=5)  
    t3=time.time()

    print(t1-t0,t2-t1,t3-t2)
    fig, axes = plt.subplots(2, 2)
    ax0, ax1, ax2, ax3= axes.ravel()
    ax1.set_title("thin1")
    ax2.set_title("thin2")
    ax3.set_title("thin3")
    ax0.imshow(binary, cmap="gray")
    ax1.imshow(thin1, cmap="gray")
    ax2.imshow(thin2, cmap="gray")
    ax3.imshow(thin3, cmap="gray")
    plt.show()

方法三的Xihua函数，来自一个大神的博客 OpenCV—python 图片细化（骨架提取）

结果：

时间：0.05282950401306152  0.007979393005371094  2.0426905155181885

 

我自己想要做的任务：

虽然说大神的方法速度慢，但是效果是真不戳。

方法一结果比较毛躁，方法二和大神的方法结果还是很顺滑的。