Python：使用 OpenCV 返回 position 和圖像中任意/牙齒形狀的大小

Question

我對圖像處理和 object 檢測非常陌生。 我想在下圖中提取/識別 position 和牙齒尺寸：

這是我到目前為止使用 OpenCV 嘗試過的內容：

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()

這是我應用精明過濾器后得到的：

這是最終結果：

我不知道 go 從這里到哪里。 我想把所有的牙齒都鑒定出來。 我怎樣才能做到這一點？

我真的很感激任何幫助..

Answer 1

請注意，牙齒結構或多或少是拋物線（倒置）。 如果您能以某種方式猜測定義這些斑點（牙齒）質心的拋物線形狀，那么您的問題可以在合理的程度上簡化。 我展示了一條穿過牙齒中心的紅線。

我建議您按以下方式處理它：

1. 二值化圖像（背景=0，否則為 1）。 您可以使用sklearn.preprocessing.binarize 。
2. 計算所有非零像素的質心。 這是圖像中的中心藍色圓圈。 調用這個structure_centroid 。 看到這個： 如何在二維 numpy 數組中居中非零值？ .
3. 制作整個圖像的極坐標切片，以structure_centroid的位置為中心。 我已經展示了這種極片的卡通圖像（三角形半透明）。 覆蓋完整的 360 度。 請參閱： polarTransform庫。
4. 確定每個極片的非零像素質心的 position。 見這些：
   • 找到點和曲線 python 之間的距離。
   • 求一點到曲線的最小距離。
5. 包含這些質心的數組為您提供牙齒平均位置的軌跡（路徑）。 調用這個centroid_path 。
6. 在您能夠檢測到的最接近centroid_path的圓圈上運行消除/選擇算法。 使用閾值距離刪除異常值。

這應該給你一個很好的與圓圈的牙齒近似值。

我希望這有幫助。