Как извлечь гладкий скелет из изображения

У меня есть несколько изображений символов шрифта фиксированного размера, как показано в примере входного изображения. Я хочу извлечь скелет персонажа (шириной в один пиксель). Я пробовал разные способы, как показано ниже, но все выходы разные и не гладкие. Я думал, что скелет шириной в один пиксель будет гладким (пиксели не ломаются и не шумят пиксели). Есть лучший способ сделать это? Если нет, то какой из этих трех лучше?

Образец входного изображения

Как извлечь гладкий скелет из изображения

1) Пример

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

image = img_as_bool(color.rgb2gray(io.imread('image.jpeg')))
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()

Выход1

Как извлечь гладкий скелет из изображения

2) Пример

from PIL import Image, ImageDraw, ImageFont
import mahotas as mh
import numpy as np

image = Image.new("RGBA", (600,150), (255,255,255))
draw = ImageDraw.Draw(image)
fontsize = 150
font = ImageFont.truetype("font.TTF", fontsize)
txt = '가'
draw.text((30, 5), txt, (0,0,0), font=font)
img = image.resize((188,45), Image.ANTIALIAS)
print(type(img))
plt.imshow(img)

img = np.array(img)
im = img[:,0:50,0]
im = im < 128
skel = mh.thin(im)
noholes = mh.morph.close_holes(skel)
plt.subplot(311)
plt.imshow(im)
plt.subplot(312)
plt.imshow(skel)

Выход2

Как извлечь гладкий скелет из изображения

3) Пример

from skimage.morphology import skeletonize
from skimage import draw
from skimage.io import imread, imshow
from skimage.color import rgb2gray
import os

# load image from file
img_fname='D:\Ammar Data\Debbie_laptop_data\Ammar\sslab-deeplearning\GAN models\sslab_GAN\skeleton\hangul_1.jpeg' 
image=imread(img_fname)

# Change RGB color to gray 
image=rgb2gray(image)

# Change gray image to binary
image=np.where(image>np.mean(image),1.0,0.0)

# perform skeletonization
skeleton = skeletonize(image)

plt.imshow(skeleton)

выход3

Как извлечь гладкий скелет из изображения

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
0
2 599
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Ваш код в порядке, но вам может потребоваться изменить способ преобразования изображения в двоичный файл. Кроме того, чтобы избежать шумного вывода, вы можете применить binary_closing к изображению скелета. Взгляните на приведенный ниже код -

import matplotlib.pyplot as plt
from skimage import img_as_bool
from skimage.io import imread
from skimage.color import rgb2gray
from skimage.morphology import skeletonize, binary_closing


im = img_as_bool(rgb2gray(imread('0jQjL.jpg')))
out = binary_closing(skeletonize(im))

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

Ваши два примера изображений дали мне следующий вывод:

Обновлено: Чтобы избежать потери точности при преобразовании изображения в логическое значение, вы также можете бинаризировать изображение, используя один из доступных пороговые алгоритмы. Я предпочитаю Оцу.

import matplotlib.pyplot as plt
from skimage.io import imread
from skimage.filters import threshold_otsu
from skimage.color import rgb2gray
from skimage.morphology import skeletonize, binary_closing

def get_binary(img):    
    thresh = threshold_otsu(img)
    binary = img > thresh
    return binary

im = get_binary(rgb2gray(imread('Snip20190410_9.png')))
out = binary_closing(skeletonize(im))

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

Хорошо спасибо. КСТАТИ, когда я запускаю этот код с помощью каркаса (), скелетонизация_3d () или тонкий (), я получаю это предупреждение «C:\Users\ammar\Anaconda3\lib\site-packages\skimage\util\dty‌​pe.py:122 : UserWarning: Возможна потеря точности при преобразовании из uint8 в bool .format(dtypeobj_in, dtypeobj_out))". Это их способ избежать этой потери? и как я могу выбрать лучший скелет из этих трех функций, упомянутых выше?

Ammar Ul Hassan 11.04.2019 07:42

@AmmarUlHassan Вы можете избежать потерь, используя соответствующий алгоритм порогового значения. Я обновил свой ответ, чтобы исправить предупреждение о потере точности. Лучшим скелетом из трех будет тот, который дает наилучший результат для большинства ваших образцов изображений.

Muthukrishnan 11.04.2019 09:36

Итак, определение лучшего будет заключаться в простой визуализации или у нас есть какие-то технические меры?

Ammar Ul Hassan 11.04.2019 09:57

К сожалению, нет никаких технических мер для точности скелетирования. Вам придется полагаться только на визуальный осмотр.

Muthukrishnan 11.04.2019 10:34

Другие вопросы по теме