如何使用Python/Opencv连接二值图像中的断线

Question

我该如何使这些线连接到目标点？这张图片是通过骨架化过程得到的结果。

我正在尝试使用分水岭变换将每条线段分割为区域。

- Thiago Resende

---

连接轮廓极点以修复断裂的线条/边缘，请查看以下链接：https://dev59.com/NMTra4cB1Zd3GeqPyCKt#71816288 - Jeru Luke

Answer 1

MikeE的答案很好：在这种情况下，使用膨胀和腐蚀形态学操作可以帮助很多。
我想提出一点改进，利用手头图像的特定结构。不要使用通用卷积核进行膨胀/腐蚀，而是建议使用水平卷积核来连接水平线的端点，但不会将相邻行连接在一起。

这是代码草图（假设输入图像存储在bw numpy 2D数组中）：

import cv2, numpy as np

kernel = np.ones((1,20), np.uint8)  # note this is a horizontal kernel
d_im = cv2.dilate(bw, kernel, iterations=1)
e_im = cv2.erode(d_im, kernel, iterations=1) 

你得到的是膨胀后的图像：

请注意，间隙被关闭，同时保留了明显的水平线

还有侵蚀后的图像：

为了消除膨胀/侵蚀造成的伪影，我建议再次提取骨架。
如果进一步对侵蚀后的图像应用骨架形态学操作，则可以得到以下结果：

一旦曲线连接起来，您就不需要使用分水岭分割，而是使用连通组件来标记每条曲线。

- Shai

---

非常感谢你，Shai！ - Thiago Resende

Answer 2

由于图像已经是单色的，因此您可以使用形态学转换来关闭断线。

如果您需要示例，请在此处找到文档： http://docs.opencv.org/2.4/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html#closing 它通过首先扩张图像中的白色区域，然后以相同的量侵蚀回来。有效地关闭了白色区域中的任何孔洞。 更多详细信息和示例可以在这里找到： http://docs.opencv.org/2.4/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html 该策略要求断线中的间隙小于相邻线之间的距离。

如果线条交叉，或者线条彼此太接近，则无法工作。但是我认为在您的示例中它将非常好用。

您还可以使用腐蚀函数 erode 去除第三行以下的伪影。

- micchr

---

你计算的时间有多少？ - micchr

Answer 3

我正在处理一个类似的问题，但它更加复杂，在某些地方线条非常接近，因此形态学变换会将它们合并。如果有其他方法，请建议一下。提前感谢！

针对你的问题，我认为你甚至不需要进行形态学操作。由于你已经将图像骨架化，所以可以简单地设计一个核来检测线条断裂的点，并使用距离和斜率（导数）作为判据来连接这些点。我不知道它是否能够100%工作，但你可以尝试一下。

- Devansh Sharma