Python-opencv通过距离变换提取图像骨骼

距离变换

如果把二值图像理解成地形，黑色表示海洋，白色表示陆地，那么陆地上任意一点，到海洋都有一个最近的距离，如下图所示，对于左侧二值图像来说，【dist-bg】为其白色区域的骨骼；【dist-fg】为黑色区域的骨骼。

实现代码如下

import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import ascent
import cv2

img = ascent().astype(np.uint8)

bImgs = {}
th, bImg = cv2.threshold(img, 0, 255,
    cv2.THRESH_BINARY+cv2.THRESH_OTSU)
bImgs[f'otsu({th})'] = bImg

bImgs["dist-bg"] = cv2.distanceTransform(bImg, cv2.DIST_L2,5)
bImgs["dist-fg"] = cv2.distanceTransform(255-bImg, cv2.DIST_L2,5)

for i,key in enumerate(bImgs,1):
    plt.subplot(1,3,i)
    plt.imshow(bImgs[key], cmap='gray')
    plt.title(key)
    plt.axis('off')

plt.show()

distanceTransform函数

【distanceTransform】函数的功能是，计算当前像素点到零像素点的最短距离，其输入参数有三，分别是输入的二值图像；求解距离的类型，以及掩膜尺寸，一般可设为3或者5。

在一张图像中，两点之间的距离有多种计算方式，比如

• $a$ 水平和数竖直方向的变化量
• $b$ 对角方向的变化量
• $c$ 条约移动的变化量

距离变换函数综合了这三种距离，根据各种距离的权重不同，提供了下面几种不同的距离类别

distanceType	maskSize	参数
CV_DIST_C	3$(3\times 3)$	$a=1,b=1$
CV_DIST_L1	3$(3\times 3)$	$a=1,b=2$
CV_DIST_L2	3$(3\times 3)$	$a=0.955,b=1.3693$
CV_DIST_L2	5$(5\times 5)$	$a=1,b=1.4,c=2.1969$