如何使用Python/Opencv连接二进制图像中的虚线

如何使这些线在目标点处连接？该图像是骨骼化过程的结果

---

我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，可以在以下文档中找到：

它的工作原理是先扩大图像中的白色区域，然后再以同样的量腐蚀回来。有效地封闭白色区域中的所有孔洞。 更多详细信息和示例可在此处找到：

此策略要求折线中的间距小于相邻线之间的距离

如果两条线交叉，或者两条线之间的距离太近，这将不起作用。不过，我认为在您的示例中，它将非常有效

您还可以使用腐蚀功能删除第三行下方的瑕疵。

的答案非常好：在这种情况下，使用膨胀和腐蚀形态学操作可以帮助很大。
我想建议一些改进，充分利用手头图像的具体结构。我建议使用水平内核来连接水平线的端点，但不会将相邻的线彼此连接，而不是对普通内核使用膨胀/侵蚀

下面是代码的草图（假设输入图像存储在

bw

numpy2d数组中）：

得到的是放大的图像：

注意间隙是如何闭合的，同时保持不同的水平线

被侵蚀的图像：

要移除扩张/侵蚀产生的瑕疵，我建议再次提取骨架。
如果进一步对腐蚀图像应用骨架形态学操作，可以得到以下结果：

---

一旦将曲线连接起来，就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。

我正在研究类似的问题，但它更复杂，在某些点，直线非常接近，因此形态变换最终会合并它们。如果有人知道任何其他方式，请建议。提前谢谢

---

来谈谈你的问题。我想你甚至不需要做形态学手术。由于您已经对图像进行了骨架化，您可以简单地设计一个内核来检测线打断的点，并使用距离和坡度（导数）作为标准连接这些点。我不知道它是否能100%工作，但您可以试一试。

您有多少时间进行计算？非常感谢您，Shai！

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)