OpenCV-骨架提取

击不击中变换

算法步骤：

1. 开三个内存缓冲区，用来保存原图像数据，结构元素H对原图像的腐蚀结果，结构元素M对原图像补集的腐蚀结果
2. 保存原图像数据，用结构元素H对原图像腐蚀，并保存腐蚀后的结果
3. 恢复原图像，并对其求补
4. 用结构元素M对原图像的补进行腐蚀操作，并保存腐蚀后的结果
5. 求两个腐蚀结果的交集，即击中与击不中的结果

骨架提取

算法步骤：

1. 获得原图像的首地址及图像的宽和高，并设置循环标志1
2. 用结构元素腐蚀原图像，并保存腐蚀结果
3. 设置循环标志为0，如果腐蚀结果中有一个点为255，即原图像尚未被完全腐蚀成空集，则将循环标志设为1.
4. 用结构元素对腐蚀后的图像进行开运算（消除小的白色区域），并求取腐蚀运算与开运算的差（得到消除的白色区域）
5. 用[4]中求得的结果与之前求得的骨架进行并集运算，以获得本次循环求得的骨架
6. 把本次循环中保存的腐蚀结果赋值给原图像
7. 重复步骤[2]-[6]，直到将原图像腐蚀成空集为止。
   最终求得的骨架就是结果。

代码

def skeleton(im):
    """
    骨架提取
    :param im:
    :return:
    """
    thresh, im = cv.threshold(im, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)
    # cv.imshow('binary.png', im)  # 控制背景为黑色
    dst = im.copy()

    num_erode = 0

    while True:
        if np.sum(dst) == 0:
            break
        kernel = cv.getStructuringElement(cv.MORPH_CROSS, (4, 4))
        dst = cv.erode(dst, kernel)
        num_erode = num_erode + 1

    skeleton = np.zeros(dst.shape, np.uint8)

    for x in range(num_erode):
        kernel = cv.getStructuringElement(cv.MORPH_CROSS, (3, 3))
        dst = cv.erode(im, kernel, None, None, x)
        open_dst = cv.morphologyEx(dst, cv.MORPH_OPEN, kernel)
        result = dst - open_dst
        skeleton = skeleton + result
        # cv2.waitKey(1000)
    # cv.imshow("skeleton", skeleton)
    return skeleton

参考链接

• opencv骨骼提取