如何使用 python 库在骨架图像中找到循环？

Posted 2023-02-23

【中文标题】如何使用 python 库在骨架图像中找到循环？

【英文标题】：How can i find cycles in a skeleton image with python libraries?

【发布时间】：2013-04-01 15:14:56

【问题描述】：

我有很多这样的骨架图像：

我怎样才能检测到一个循环，一个骨架中的循环？ 是否有执行此操作的“特殊”功能，或者我应该将其实现为图形？

如果只有图形选项，python图形库NetworkX可以帮到我吗？

【问题讨论】：

使用 python 字典很容易实现一个简单的图形。这里是an example from the python docs。 NetworkX 似乎有点矫枉过正，尽管我从未使用过它。关于将图像转换为图形，我不知道一种简单的方法来做到这一点，尽管这似乎是一个有趣的问题。我使用opencv，它提供了很多用于处理图像的功能。您可能会在其中找到一些有用的部分。

【参考方案1】：

您可以利用骨架的拓扑结构。一个循环不会有漏洞，因此我们可以使用scipy.ndimage 查找任何漏洞并进行比较。这不是最快的方法，但它非常容易编码。

import scipy.misc, scipy.ndimage

# Read the image
img = scipy.misc.imread("Skel.png")

# Retain only the skeleton
img[img!=255] = 0
img = img.astype(bool)

# Fill the holes
img2 = scipy.ndimage.binary_fill_holes(img)

# Compare the two, an image without cycles will have no holes
print "Cycles in image: ", ~(img == img2).all()

# As a test break the cycles
img3 = img.copy()
img3[0:200, 0:200] = 0
img4 = scipy.ndimage.binary_fill_holes(img3)

# Compare the two, an image without cycles will have no holes
print "Cycles in image: ", ~(img3 == img4).all()

我以您的“B”图片为例。前两个图像是原始版本和检测周期的填充版本。在第二个版本中，我打破了循环，没有填充，因此两个图像是相同的。

【参考方案2】：

首先，让我们用 PIL 构建字母 B 的图像：

import Image, ImageDraw, ImageFont
image = Image.new("RGBA", (600,150), (255,255,255))
draw = ImageDraw.Draw(image)
fontsize = 150
font = ImageFont.truetype("/usr/share/fonts/truetype/liberation/LiberationMono-Regular.ttf", fontsize)
txt = 'B'
draw.text((30, 5), txt, (0,0,0), font=font)
img = image.resize((188,45), Image.ANTIALIAS)
print type(img)
plt.imshow(img)

您可能会找到更好的方法来做到这一点，尤其是使用字体路径。 ii 加载图像而不是生成图像会更好。无论如何，我们现在有一些工作要做：

现在，真正的部分：

import mahotas as mh
img = np.array(img)
im = img[:,0:50,0]
im = im < 128
skel = mh.thin(im)
noholes = mh.morph.close_holes(skel)
plt.subplot(311)
plt.imshow(im)
plt.subplot(312)
plt.imshow(skel)
plt.subplot(313)
cskel = np.logical_not(skel)
choles = np.logical_not(noholes)
holes = np.logical_and(cskel,noholes)
lab, n = mh.label(holes)
print 'B has %s holes'% str(n)
plt.imshow(lab)

我们在控制台（ipython）中有： B 有 2 个洞

【参考方案3】：

将您的骨架图像转换为图形表示并非易事，而且我不知道有任何工具可以为您做到这一点。

在位图中执行此操作的一种方法是使用flood fill，就像 Photoshop 中的油漆桶一样。如果您开始对图像进行泛光填充，如果没有循环，整个背景将被填充。如果填充没有得到整个图像，那么您已经找到了一个循环。稳健地找到所有循环可能需要多次填充。

这可能执行起来很慢，但可能比将骨架追踪到图形数据结构的技术快得多。

【讨论】：

我认为这是一个很好的解决方案。我计算像素的骨架数和图像的总像素数并计算差异，如果 Floodfill 返回相同数量的像素，则没有循环，如果返回较少则有循环。

是的，基本上你需要标记骨骼的补充。这将返回被骨架循环切割的连接组件。如果组件的数量大于 1 说 N 你有 N-1 循环。这也可以看作是一种瘦骨架的形式。