使用Voronoi中心

Question

我目前正在开发一个项目，使用opencv和python来测量通常弯曲的对象，例如下面所示的箭头尽可能准确。

我认为一种策略可能是使用scipy Voronoi功能获取沿箭头中心脊的点，但现在遇到麻烦。这是我的代码：

img = cv2.imread('example_rubystreak_2.PNG')
img.shape
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray,190,255,cv2.THRESH_BINARY)
countimage, contours, hierarchy = cv2.findContours(thresh,1,2)
blank = np.zeros((img.shape[0],img.shape[1],1),np.uint8)
#get max length contour
max_contour = 0
contour_idx = None
for ii in range(len(contours)):
    if len(contours[ii]) > max_contour:
        contour_idx = ii
        max_contour = len(contours[ii])
cv2.drawContours(blank,contours,contour_idx,255,cv2.FILLED,8,hierarchy)
apdp = cv2.approxPolyDP(contours[contour_idx],1,True)
ap = [(a[0][0],a[0][1]) for a in apdp]
vor_ap = Voronoi(ap)
spined = []
for ridge in vor_ap.ridge_vertices:
    if cv2.pointPolygonTest(cnt,tuple(vor_ap.vertices[ridge[0]]),True) <= 0.0 or cv2.pointPolygonTest(cnt,tuple(vor_ap.vertices[ridge[1]]),True) <= 0.0:
        continue
    else:
        if tuple(vor_ap.vertices[ridge[0]]) not in spined:
            spined.append([tuple(vor_ap.vertices[ridge[0]].tolist()),cv2.pointPolygonTest(cnt,tuple(vor_ap.vertices[ridge[0]]),True)])
        if tuple(vor_ap.vertices[ridge[1]]) not in spined:
            spined.append([tuple(vor_ap.vertices[ridge[1]].tolist()),cv2.pointPolygonTest(cnt,tuple(vor_ap.vertices[ridge[1]]),True)])
plt.figure(figsize=(12,12))
plt.scatter([s[0][0] for s in spined],[s[0][1] for s in spined])
plt.plot([a[0] for a in ap],[a[1] for a in ap])

产生这张图片：

任何人都有想法如何使用这些中心点测量箭头的长度？我已经尝试过使用np.polyfit并查看页面here，但无法找到一种方法来始终如一地获取最中心点所描绘的曲线，因为箭头有时像S一样弯曲或者有不同形状点。任何帮助将非常感激。感谢。

Answer 1

以下是我尝试的内容概述：

1）通过使用三次B样条插值点来查找中心曲线的参数化表示。使用 scipy.interpolate.splrep 。您可能需要移除不遵循中心曲线的异常点以获得良好的三次样条拟合。

2）一旦得到三次样条曲线，就可以通过使用微积分的弧长积分公式找到弧长，并用曲线的端点的积分极限数值计算积分。要做到这一点，你需要得到样条曲线的X和Y一阶导数， scipy.interpolate.splev 或 scipy.interpolate.spalde 应该能够给你。对由Numpy数组表示的函数使用scipy数值积分例程。