细化/骨架化扭曲了我的形象

Question

我正在尝试使此图像变薄，但它不断变形。

这是我应用细化的相关代码。我也尝试了“瘦”功能而不是“骨架化”，但结果相似。

from skimage.morphology import skeletonize, thin
new_im = cv2.imread(im_pth)
gray = cv2.cvtColor(new_im, cv2.COLOR_BGR2GRAY)
ske = (skeletonize(gray//255) * 255).astype(np.uint8)
cv2.imshow("image", gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

我的目标是细化后得到类似这样的形状：

我做错了什么？我在网上读到，有时 jpg 文件会导致问题，但我没有该领域的经验来确认这一点。

Answer 1

我不确定您从输入图像到二进制的转换是否正确。这是一个使用 scikit-image 函数的版本，似乎可以满足您的需求：

from skimage import img_as_float
from skimage import io, color, morphology
import matplotlib.pyplot as plt

image = img_as_float(color.rgb2gray(io.imread('char.png')))
image_binary = image < 0.5
out_skeletonize = morphology.skeletonize(image_binary)
out_thin = morphology.thin(image_binary)


f, (ax0, ax1, ax2) = plt.subplots(1, 3, figsize=(10, 3))

ax0.imshow(image, cmap='gray')
ax0.set_title('Input')

ax1.imshow(out_skeletonize, cmap='gray')
ax1.set_title('Skeletonize')

ax2.imshow(out_thin, cmap='gray')
ax2.set_title('Thin')

plt.savefig('/tmp/char_out.png')
plt.show()

Answer 2

从您的示例中，由于您的图像是二进制的，我认为您想要做的最好通过（二进制）侵蚀来实现。 Wikipedia 很好地解释了这个概念。直观地（如果您没有时间阅读维基百科链接），假设您有一个二进制图像A，就像您给出的那样，让我们​​调用A_1A 的像素集1 的值。然后，定义一个“结构元素”K，例如可以是大小为n*n 的正方形补丁。然后在伪代码中

for pixel in A_1:
    center K at pixel, and call this centered version K_pixel 
    if(K_pixel is contained in A_1):
        keep pixel
    else:
        discard pixel

因此，这具有对图像中连接的组件进行细化的效果。

这个函数是标准的，在opencv中实现，here是一些python示例，here是文档的链接（c++）。