小编pos*_*res的帖子

我发现这段代码可以获得一个镂空图像.我有一张圆圈图片(https://docs.google.com/file/d/0ByS6Z5WRz-h2RXdzVGtXUTlPSGc/edit?usp=sharing).

img = cv2.imread(nomeimg,0)
size = np.size(img)
skel = np.zeros(img.shape,np.uint8)

ret,img = cv2.threshold(img,127,255,0)
element = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))
done = False

while( not done):
    eroded = cv2.erode(img,element)
    temp = cv2.dilate(eroded,element)
    temp = cv2.subtract(img,temp)
    skel = cv2.bitwise_or(skel,temp)
    img = eroded.copy()

    zeros = size - cv2.countNonZero(img)
    if zeros==size:
        done = True

print("skel")
print(skel)

cv2.imshow("skel",skel)
cv2.waitKey(0)

问题是图像结果不是"骨架"而是一组点!我的目的是在我对图像进行镂空后提取轮廓周长.如何编辑我的代码来解决它？使用cv2.findContours找到骨架圆是正确的吗？

如何在opencv中打开或关闭从"查找轮廓"功能中获取的轮廓？

UPDATE

我尝试将isContourConvex应用于此图片:https://docs.google.com/file/d/0ByS6Z5WRz-h2RXdzVGtXUTlPSGc/edit？usp = sharing

我提取最大面积的轮廓并返回错误.我改变,也许,轮廓提取,扩张？

nomeimg = 'Riscalate2/JPEG/e (5).jpg'

img = cv2.imread(nomeimg)

gray = cv2.imread(nomeimg,0)#convert grayscale adn binarize

element = cv2.getStructuringElement(cv2.MORPH_CROSS,(6,6)) 
graydilate = cv2.erode(gray, element) #imgbnbin

cv2.imshow('image',graydilate)
cv2.waitKey(0)

ret,thresh = cv2.threshold(graydilate,127,255,cv2.THRESH_BINARY_INV)   # binarize

imgbnbin = thresh
cv2.imshow('bn',thresh)
cv2.waitKey()

#element = cv2.getStructuringElement(cv2.MORPH_CROSS,(2,2))
#element = np.ones((11,11),'uint8')


contours, hierarchy = cv2.findContours(imgbnbin, cv2.RETR_TREE ,cv2.CHAIN_APPROX_SIMPLE)
print(len(contours))


# Take only biggest contour basing on area
Areacontours = list()
calcarea = 0.0
unicocnt = 0.0
for i in range (0, len(contours)):
    area = cv2.contourArea(contours[i]) …

我有这样的图像:

在我通过scikit图像的骨架化功能对其进行骨架化之后

from skimage import morphology
out = morphology.skeletonize(gray>0)

有一种计算黑色空间数量的方法吗？(在这张图片中为六)除了scikit-image或mahotas的背景？

我必须在155个图像特征向量之间进行比较.每个特征向量都有5个功能.我的形象分为10个班级.不幸的是,我需要至少100张图片才能使用支持向量机,有什么选择吗？