如何使用 Python/Opencv 连接二进制图像中的虚线
How to connect broken lines in a binary image using Python/Opencv
如何让这些线在目标点连接起来？该图像是骨架化过程的结果。
我正在尝试使用分水岭变换将每条线分割为一个区域。
由于图像已经是单色的，您可以使用形态学变换来闭合虚线。
如果您需要示例，可以在此处的文档中找到它：
http://docs.opencv.org/2.4/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html#closing
它的工作原理是首先扩大图像中的白色区域，然后再以相同的量向后侵蚀。有效地关闭白色区域中的任何孔。
可以在此处找到更多详细信息和示例：
http://docs.opencv.org/2.4/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html
此策略要求虚线中的间隙小于相邻线之间的距离。
如果线条交叉，或者线条彼此太靠近，它将不起作用。但是我认为它在您的示例中会很好地工作。
您还可以使用侵蚀功能去除第三行以下的瑕疵。
的回答很好：使用膨胀和腐蚀形态学操作在这方面有很大帮助。
我想提出一点改进建议，利用手头图像的特定结构。我建议使用 水平内核 ，而不是将 dilation/erosion 与通用内核一起使用，它将连接水平线的端点，但不会将相邻的线彼此连接。
这是一个代码草图（假设输入图像存储在 bw numpy 二维数组中）：
import cv2, numpy as np
kernel = np.ones((1,20), np.uint8) # note this is a horizontal kernel
d_im = cv2.dilate(bw, kernel, iterations=1)
e_im = cv2.erode(d_im, kernel, iterations=1)
你得到的是放大后的图像：
注意间隙是如何闭合的，同时保持明显的水平线
以及被腐蚀的图像：
要删除 dilate/erode 创建的工件，我建议再次提取骨架。
如果对腐蚀后的图像进一步进行骨架形态学操作，可以得到这样的结果：
连接曲线后，您不需要使用分水岭分割，而是使用连接的组件来标记每条曲线。
我正在处理类似的问题，但它更复杂，并且在某些地方线条非常接近，因此形态转换最终会合并它们。如果有人知道任何其他方式，请提出建议。提前致谢！
来解决你的问题。我认为你甚至不需要形态学操作。由于您已经对图像进行了骨架化，因此您可以简单地设计一个内核来检测线断开的点，并使用距离和斜率（导数）作为标准连接这些点。我不知道它是否会 100% 工作，但你可以试一试。
如何让这些线在目标点连接起来？该图像是骨架化过程的结果。
我正在尝试使用分水岭变换将每条线分割为一个区域。
由于图像已经是单色的，您可以使用形态学变换来闭合虚线。
如果您需要示例，可以在此处的文档中找到它： http://docs.opencv.org/2.4/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html#closing
它的工作原理是首先扩大图像中的白色区域，然后再以相同的量向后侵蚀。有效地关闭白色区域中的任何孔。 可以在此处找到更多详细信息和示例： http://docs.opencv.org/2.4/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html
此策略要求虚线中的间隙小于相邻线之间的距离。
如果线条交叉，或者线条彼此太靠近，它将不起作用。但是我认为它在您的示例中会很好地工作。
您还可以使用侵蚀功能去除第三行以下的瑕疵。
我想提出一点改进建议，利用手头图像的特定结构。我建议使用 水平内核 ，而不是将 dilation/erosion 与通用内核一起使用，它将连接水平线的端点，但不会将相邻的线彼此连接。
这是一个代码草图（假设输入图像存储在 bw numpy 二维数组中）：
import cv2, numpy as np
kernel = np.ones((1,20), np.uint8) # note this is a horizontal kernel
d_im = cv2.dilate(bw, kernel, iterations=1)
e_im = cv2.erode(d_im, kernel, iterations=1)
你得到的是放大后的图像：
注意间隙是如何闭合的，同时保持明显的水平线
以及被腐蚀的图像：
要删除 dilate/erode 创建的工件，我建议再次提取骨架。
如果对腐蚀后的图像进一步进行骨架形态学操作，可以得到这样的结果：
连接曲线后，您不需要使用分水岭分割，而是使用连接的组件来标记每条曲线。
我正在处理类似的问题，但它更复杂，并且在某些地方线条非常接近，因此形态转换最终会合并它们。如果有人知道任何其他方式，请提出建议。提前致谢！
来解决你的问题。我认为你甚至不需要形态学操作。由于您已经对图像进行了骨架化，因此您可以简单地设计一个内核来检测线断开的点，并使用距离和斜率（导数）作为标准连接这些点。我不知道它是否会 100% 工作，但你可以试一试。