'Python: 使用OpenCV返回图像中任意/牙齿形状的位置和大小'

Question

我对图像处理和目标检测非常陌生。我想提取/识别下图中牙齿的位置和尺寸：

以下是我迄今为止使用OpenCV所做的尝试：

import cv2
import numpy as np

planets = cv2.imread('model.png', 0)
canny = cv2.Canny(planets, 70, 150)
circles = cv2.HoughCircles(canny,cv2.HOUGH_GRADIENT,1,40, param1=10,param2=16,minRadius=10,maxRadius=80)

circles = np.uint16(np.around(circles))

for i in circles[0,:]:
   # draw the outer circle
   cv2.circle(planets,(i[0],i[1]),i[2],(255,0,0),2)

   # draw the center of the circle
   cv2.circle(planets,(i[0],i[1]),2,(255,0,0),3)

cv2.imshow("HoughCirlces", planets)
cv2.waitKey()
cv2.destroyAllWindows()

这是我应用canny filter后得到的结果：

这是最终结果：

我不知道接下来该怎么办。我想确认一下所有的牙齿。我该怎么做？你知道吗

我真的很感激任何帮助。。你知道吗

Answer 1

请注意，齿的结构或多或少是一条抛物线（上下颠倒）。如果你能以某种方式猜出抛物线形状来定义这些斑点（牙齿）的质心，那么你的问题就可以简化到合理的程度。我画了一条穿过牙齿中心的红线。你知道吗

我建议你按以下方式处理：

1. 对图像进行二值化（background=0，else=1）。你可以用^{}。你知道吗
2. 计算所有非零像素的质心。这是图片中央的蓝色圆圈。称之为structure_centroid。请看：How to center the nonzero values within 2D numpy array?。你知道吗
3. 制作整个图像的极轴切片，以structure_centroid的位置为中心。我已经展示了这样的极片（三角形半透明）卡通形象。完全覆盖360度。请看：^{} library。你知道吗
4. 确定每个极性切片的非零像素的质心位置。看看这些：
   • find the distance between a point and a curve python。你知道吗
   • Find the minimum distance from a point to a curve。你知道吗
5. 包含这些质心的数组给出了牙齿平均位置的轨迹（路径）。称之为centroid_path。你知道吗
6. 对能够检测到的最接近centroid_path的圆运行消除/选择算法。使用阈值距离删除异常值。你知道吗

这应该给你一个很好的近似的牙齿与圆。你知道吗

我希望这有帮助。你知道吗