检查图像中太薄的区域

Question

我正在尝试验证用于雕刻机的黑白图像（更多是剪贴画图像，而不是照片）。
我需要考虑的主要事情之一是区域的大小（或线条的宽度），因为机器无法处理太细的线条 - 所以我需要找到比给定阈值更薄的区域。

以这张图片为例：

竖琴弦可能太细而无法雕刻。

我正在阅读有关 Matlab 和 OpenCV 的信息，但图像处理是我第一次学习的领域。

我是一名 Java / C# 开发人员，因此使用其中一种语言完成实现对我来说是最好的，但任何方向都将不胜感激。

Answer 1

使用matlab 使用图像morphological operations 的解决方案：

定义允许区域的最小厚度，例如minThick=4

BW = imread('http://i.stack.imgur.com/oXKep.jpg'); 
BW = BW(:,:,1) < 128; %// convert image to binary mask
se = strel('disk', minTick/2, 0); %// define a disk element   
eBW = imerode( BW, se ); %// "chop" half thickness from mask
deBW = imdilate( eBW, se ); %// dilate the eroded mask

侵蚀和扩张应该使比minThick更厚的区域保持不变，但它会去除薄的区域

invalidArea = BW & ~deBW; %// pixels that are in BW but not in deBW

结果为：

您可以在链接文档中阅读更多关于 imdilate 和 imerode 的信息。

Answer 2

这主要是为了自包含，但这是 @Shai 在 Python 中执行的等效代码。我使用了 Python 中的 numpy 和 OpenCV 包。在 Python 中执行此操作的等效代码如下：

import numpy as np # Import numpy package
import cv2 # Import OpenCV package

orig = cv2.imread('oXKep.jpg') # Read in image from disk
BW = orig[:,:,2] < 128 # Threshold below 128 to invert image
minThick = 5 # Define minimum thickness
se = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (minThick,minThick)) # define a disk element
finalBW = 255*cv2.morphologyEx(BW.astype('uint8'), cv2.MORPH_OPEN, se) # "chop" half thickness from mask and dilate the eroded mask

# Find invalid area
invalidArea = 255*np.logical_and(BW, np.logical_not(finalBW)).astype('uint8') 

# Show original image
cv2.imshow('Original', orig)

# Show opened result
cv2.imshow('Final', finalBW)

# Show invalid lines
cv2.imshow('Invalid Area', invalidArea)

# Wait for user input then close windows
cv2.waitKey(0)
cv2.destroyAllWindows()

---

我需要指出的一些错综复杂的地方：

1. OpenCV 的imread 函数读取颜色通道以相对于 MATLAB 的相反顺序。具体来说，通道是按蓝-绿-红顺序读入的。这意味着第一个通道是蓝色的，第二个通道是绿色的，第三个通道是红色的。在 MATLAB 中，这些以正确的 RGB 顺序读取。因为这是一个灰度图像，RGB 分量是相同的，所以你使用哪个通道并不重要。但是为了和 Shai 的方法一致，红色通道是被访问的，所以我们需要通过 OpenCV 访问图像的最后一个通道。
2. MATLAB 中结构编号为 0 的disk 结构元素本质上是菱形。但是，由于 OpenCV 没有内置这种结构元素，而且我想生成尽可能少的代码来让事情顺利进行，所以我可以使用的最接近的东西是椭圆形结构元素。
3. 为了使结构元素对称，您需要确保大小是奇数，因此我将 Shai 示例中的大小从 4 更改为 5。
4. 为了使用 OpenCV Python 显示图像，图像必须至少是无符号 8 位整数类型。不支持使用 OpenCV 显示的二进制图像，因此我人为地制作了二进制图像 uint8 并在显示之前将值乘以 255。
5. 您可以使用形态开运算将腐蚀和膨胀运算合并为一个运算。开放旨在删除细线或断开连接细但保持原始更大对象形状的对象。这是首先侵蚀的点，以便您可以删除这些线，但您会根据区域缩小对象，然后再扩大，以便您可以将形状恢复到其原始大小（大部分）。我通过cv2.morphologyEx 执行形态开放来利用这一点。

这是我得到的：