如何用scikit-image获取二进制图像的骨架

Question

我想绘制下图的骨架：

我尝试过使用以下Python代码：

import cv2
from skimage import morphology, color
import matplotlib.pyplot as plt

image = cv2.imread(r'C:\Users\Administrator\Desktop\sample.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
image=color.rgb2gray(image)

skeleton =morphology.medial_axis(image)

fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))

ax1.imshow(image, cmap=plt.cm.gray)
ax1.axis('off')
ax1.set_title('original', fontsize=20)

ax2.imshow(skeleton, cmap=plt.cm.gray)
ax2.axis('off')
ax2.set_title('skeleton', fontsize=20)

fig.tight_layout()
plt.show()

我得到了以下骨架：

这看起来不像右边的骨架图像。我不知道出了什么问题。

任何人都可以帮我这个吗？任何帮助将不胜感激!!!

Answer 1

如示例所示应用中轴：

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

image = img_as_bool(color.rgb2gray(io.imread('CIBUv.png')))
out = morphology.medial_axis(image)

f, (ax0, ax1) = plt.subplots(1, 2)
ax0.imshow(image, cmap='gray', interpolation='nearest')
ax1.imshow(out, cmap='gray', interpolation='nearest')
plt.show()

产量

请注意，正如@Aaron在下面提到的那样，首先转换为布尔图像有助于此，因为原始图像存储在JPEG中，这可能会在像素值中引入小的波动。

您还可以将medial_axis替换为skeletonize以获得其他算法。

如果您想要@ Tonechas的答案中描述的轮廓，那么请查看边缘检测方法。