OpenCV 例程200篇224. 特征提取之提取骨架
Posted YouCans
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV 例程200篇224. 特征提取之提取骨架相关的知识,希望对你有一定的参考价值。
【youcans 的 OpenCV 例程200篇】224. 特征提取之提取骨架
目标特征的基本概念
通过图像分割获得多个区域,得到区域内的像素集合或区域边界像素集合。我们把感兴趣的人或物称为目标,目标所处的区域就是目标区域。
特征通常是针对于图像中的某个目标而言的。图像分割之后,还要对目标区域进行适当的表示和描述,以便下一步处理。
“表示”是直接具体地表示目标,以节省存储空间、方便特征计算。目标的表示方法,有链码、多边形逼近(MPP)、斜率标记图、边界分段、区域骨架。
“描述”是对目标的抽象表达,在区别不同目标的基础上,尽可能对目标的尺度、平移、旋转变化不敏感。
提取骨架
骨架与目标区域的形状有关。
骨架可以由区域的边界计算。提取骨架的常用方法是用重建开运算来实现,在保持端点和线的连通性的同时持续细化目标区域。
S ( A ) = ⋃ k = 0 K S k ( A ) S k ( A ) = ( A ⊖ k B ) − ( A ⊖ k B ) ∘ B S(A) = \\bigcup ^K_k=0 S_k(A)\\\\ S_k(A) = (A \\ominus kB) - (A \\ominus kB) \\circ B S(A)=k=0⋃KSk(A)Sk(A)=(A⊖kB)−(A⊖kB)∘B
基于重建开运算的提取骨架算法步骤如下:
(1)对图像进行腐蚀,腐蚀后的物体变得更窄细;
(2)对腐蚀后图像做开运算,开运算处理时被删除的像素就是骨骼的一部分,将其添加骨骼图像;
(3)重复以上过程,直到图像被完全腐蚀。
skimage 中提供了函数 skimage.morphology.skeletonize 可以获取图像的骨骼。
例程 12.13:特征提取之提取骨架
例程的图像来自 R.C.Gonzalez 《数字图像处理(第四版)》P598-599 例11.5。原始图像是分割后的血管图像,过连续细化获得了图像的骨架。
# 12.13 特征提取之提取骨架
img = cv2.imread("../images/bloodvessels.tif", flags=1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度图像
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY)
dst = binary.copy()
skeleton = np.zeros(gray.shape, np.uint8) # 创建空骨架图
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))
while (True):
dst = cv2.erode(dst, kernel, None, None, 1) # 腐蚀
opening = cv2.morphologyEx(dst, cv2.MORPH_OPEN, kernel) # 开运算
subSkeleton = cv2.subtract(dst, opening) # 获得骨架子集
skeleton = cv2.bitwise_or(skeleton, subSkeleton) # 将删除的像素添加到骨架图
if cv2.countNonZero(dst) == 0:
break
result = cv2.bitwise_xor(gray, skeleton)
plt.figure(figsize=(9, 6))
plt.subplot(131), plt.axis('off'), plt.title("origin")
plt.imshow(gray, cmap='gray')
plt.subplot(132), plt.axis('off'), plt.title("skeleton")
plt.imshow(skeleton, cmap='gray')
plt.subplot(133), plt.axis('off'), plt.title("result")
plt.imshow(result, cmap='gray')
plt.tight_layout()
plt.show()
【本节完】
说明:例程的图像来自 R.C.Gonzalez 《数字图像处理(第四版)》。
版权声明:
youcans@xupt 原创作品,转载必须标注原文链接:(https://blog.csdn.net/youcans/article/details/125600888)
Copyright 2022 youcans, XUPT
Crated:2022-6-30
222. 特征提取之弗里曼链码
223. 特征提取之多边形拟合
224. 特征提取之提取骨架
以上是关于OpenCV 例程200篇224. 特征提取之提取骨架的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV 例程200篇236. 特征提取之主成分分析(OpenCV)
OpenCV 例程200篇236. 特征提取之主成分分析(OpenCV)
OpenCV 例程200篇235. 特征提取之主成分分析(sklearn)