骨架化的倒角距离变换

Question

有没有用python实现的函数或库来使用切角距离变换来计算图像骨架（骨架化）？在

以下链接是倒角距离变换的示例： http://www.inf.u-szeged.hu/~palagyi/skel/chamfer34.gif

谢谢你

Answer 1

你的问题措辞不清楚。切角距离是两条曲线或两幅二值图像之间的距离

假设你有两条曲线。在

• 曲线A
• 曲线B

计算切角变换的最简单方法是将曲线A转换为图像中的Distance Transform。然后使用距离计算曲线A中每个点与曲线B点之间的最近距离

换句话说，两条曲线或二值图像之间最近点距离的总和。在

示例代码

import numpy as np
import cv2

# for Chamfer Distance between two curves
p_a - n x 2 numpy array
p_b - n x 2 numpy array
image_shape - (h, w) tuple
def chamfer(p_a, p_b, image_shape):
    mask = np.ones(image_shape[:2], dtype=np.uint8) * 255
    mask[p_a[:, 1].astype(int), p_a[:, 0].astype(int)] = 0
    dist = cv2.distanceTransform(mask, cv2.DIST_L2, 3,  dstType=cv2.CV_32F)
    return dist[p_b[:, 1].astype(int), p_b[:, 0].astype(int)].sum()

 chamfer_dist = 0.5 * (chamfer(p_a, p_b, image_shape) + chamfer(p_b, p_a, image_shape)

另一个选择是使用Hausdorff Distance，这在某些方面被认为是更好的

Answer 2

不确定这是否是您想要的，但是我有一个有效的TEASAR骨架化算法的实现，它使用精确的欧几里德距离变换：https://github.com/seung-lab/kimimaro