使用opencv进行连接线检测

Question

我正在尝试转换如下所示的图像：

变成一个看起来像的东西（我画了这个）：

我想在图像中检测并绘制线条，其中粗/薄部分被平滑以创建稍微均匀的宽度，并且如果图像中的像素接触，线条重叠。 （如果放大原始图像，您甚至可以看到细线段确实有像素连接它们）

我遇到的两个问题是：

1. 原始图像中的薄像素部分最终会被分解。因此，转换后图像的像素不会在原始图像中重叠，从而在线条中产生间隙。
2. 有些线条靠得很近，如果我扩大一些东西来尝试修复 #1，检测到的线条最终会在不应该重叠的地方相互重叠。

我目前正试图与 Canny/Hough 搞混以使其正常工作，但到目前为止一直没有成功。

edges = cv2.Canny(img, 50, 200, None, 3)

hough_img = np.copy(img) * 0  # creating a blank to draw lines on
lines = cv2.HoughLinesP(img, rho=1, theta=np.pi / 180, threshold=35, lines=np.array([]),
                        minLineLength=3, maxLineGap=2)
for line in lines:
    for x1, y1, x2, y2 in line:
        cv2.line(hough_img, (x1, y1), (x2, y2), (255, 0, 0), 2)

Answer 1

也许scikit-image medial_axis() 是你需要的：

from skimage.io import imread
from skimage.morphology import medial_axis

# Load image
im = imread('https://i.stack.imgur.com/cqgfc.png',as_gray=True)
skel= medial_axis(im)

---

或者，按照 Bart 在 cmets 中的建议，您可以使用 skeletonize()：

from skimage.io import imread, imsave
from skimage.morphology import skeletonize
from skimage.filters import threshold_otsu

# Load image
im = imread('https://i.stack.imgur.com/cqgfc.png',as_gray=True)

# Get Otsu threshold
t = threshold_otsu(im)

# Binarize and skeletonize
r = skeletonize(im>threshold_otsu(im))*255

# Save
imsave('result.png',r)