Python图像-从图像骨架中找到最大的分支

Question

我有以下形状的骨架化图像：

我想从骨架中提取“最大分支”：

我知道也许我需要提取结点并从该点（？）上划分线，但是我不知道如何做到这一点。

是否可以使用Python Scikit Image或OpenCV做到这一点？

Answer 1

有一个很棒的python软件包，称为FilFinder（$pip install fil_finder），用于使用python分析骨骼。该软件包很好地解决了这个问题。下面是他们的tutorial采用的代码。

生成骨架：

import numpy as np
import cv2
import matplotlib.pyplot as plt
from fil_finder import FilFinder2D
import astropy.units as u

skeleton = cv2.imread("./data/XmviQ.png", 0) #in numpy array format

fil = FilFinder2D(skeleton, distance=250 * u.pc, mask=skeleton)
fil.preprocess_image(flatten_percent=85)
fil.create_mask(border_masking=True, verbose=False,
use_existing_mask=True)
fil.medskel(verbose=False)
fil.analyze_skeletons(branch_thresh=40* u.pix, skel_thresh=10 * u.pix, prune_criteria='length')

# Show the longest path
plt.imshow(fil.skeleton, cmap='gray')
plt.contour(fil.skeleton_longpath, colors='r')
plt.axis('off')
plt.show()

输出：

在您的问题中，您对与骨架对应的沿图的最长路径不感兴趣，而对最长分支的路径感兴趣。从上面的代码块继续，下面的脚本可以解决问题。我添加了数据框以使FilFinder自动生成有关骨骼的许多有趣信息。

import pandas as pd
plt.imshow(fil.skeleton, cmap='gray')

# this also works for multiple filaments/skeletons in the image: here only one
for idx, filament in enumerate(fil.filaments): 

    data = filament.branch_properties.copy()
    data_df = pd.DataFrame(data)
    data_df['offset_pixels'] = data_df['pixels'].apply(lambda x: x+filament.pixel_extents[0])

    print(f"Filament: {idx}")
    display(data_df.head())

    longest_branch_idx = data_df.length.idxmax()
    longest_branch_pix = data_df.offset_pixels.iloc[longest_branch_idx]

    y,x = longest_branch_pix[:,0],longest_branch_pix[:,1]

    plt.scatter(x,y , color='r')

plt.axis('off')
plt.show()

输出：

Answer 2

我相信您可以使用OpenCV执行以下操作：

1. 使用HarrisCorner检测图像中的所有角。这将为您显示三个绿色点（我画了一个完整的圆圈以突出显示该位置）。

1. 在所有角落添加黑色像素

2. 使用findContours获取图片中的所有分支。然后使用arcLength检查每个轮廓的长度并获得最长。