平滑手写数字中的极值点

Question

我正在尝试识别手写数字。假设我有以下图像：

我的目标是平滑轮廓的极值特征，并仅保留白色痕迹的形状，如下所示：

我首先申请cv2.THRESH_BINARY_INV消除噪音。

现在我尝试应用cv2.erode()withnp.ones((5,5))作为内核，但结果图仍然有极值点。

我认为应用cv2.findContours()可能有助于获得所需的形状，但我最终会得到两个轮廓，一个用于内部，另一个用于外部。任何想法将不胜感激！

编辑：感谢@stateMachine，我设法得到了数字的骨架。我申请了cv2.ximgproc.thinning()，然后是cv2.GaussianBlur()和cv2.MORPH_CLOSE。如果这个图像的极值点可以平滑一点那就完美了。我仍然对任何想法持开放态度:)

Answer 1

也许您正在寻找的是形状的骨架。该框架是 OpenCV 扩展图像处理模块 ( pip install opencv-contrib-python) 的一部分。您可以像这样计算图像的骨架：

# Imports:
import cv2

# Image path
path = "D://opencvImages//"
fileName = "OKwfZ.png"

# Reading an image in default mode:
inputImage = cv2.imread(path + fileName)

# To Grayscale:
grayscaleImage = cv2.cvtColor(inputImage, cv2.COLOR_BGR2GRAY)

# Compute the skeleton:
skeleton = cv2.ximgproc.thinning(grayscaleImage, None, 1)

cv2.imshow("Skeleton", skeleton)
cv2.waitKey(0)

这是结果：

骨架将图像的厚度标准化为1 pixel。如果你需要更粗的线，你可以涂一些dilations。