Python 使用OpenCV查找二值图像中的边（图形边）

我有一个二值图像，我试图表示一个图，这样图像的白色部分是顶点和边，其中大面积的白点是顶点，边是连接在我检测为顶点的大白色部分之间的白色部分。 我通过使用OpenCV函数（如侵蚀、findContours和矩）以及矩质心找到了白色大部件的中心。 我得到了图的顶点。 我的下一个目标是获得边，这意味着找到仅在白色区域中的线，由2个点（x1，y1）和（x2，y2）表示。 我尝试使用各种功能，例如： cv2.Canny（） cv2.findLine cv2.findContour在二值图像上具有不同的参数

为了理解我的目标，我们可以把它想象成一个迷宫，迷宫的起点是图像中最大的白点，迷宫的终点是第二大白点，你可以穿过的地方都是图像中的白色区域

我在项目中使用的一些代码段： 首先在给定二值图像（finalImage）的情况下查找边并返回质心

def findCentroids(finalImage):
_, contours0, hierarchy = cv2.findContours(finalImage.copy(), cv2.RETR_LIST,                    cv2.CHAIN_APPROX_NONE)
moments = [cv2.moments(cnt) for cnt in contours0]
centroids = []
for M in moments:
    if M["m00"] != 0:
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        centroids.append((cX, cY))
return centroids

就像我找到质心一样，我想找到更多的质心（使图像不那么受侵蚀），然后可能找到连接这些质心的所有边。这似乎不是一个好方法，所以我希望在答案中找到更好的方法

编辑 所以我想到了另一个想法，那就是使用连接组件方法。我尝试使用cv2提供的连接组件，同样：

output = cv2.connectedComponentsWithStats((imageForEdges), 8, cv2.CV_32S)

但结果是，只有黑点被认为是组件，这与我所需要的正好相反。我尝试使用反转图像，它给出了相同的结果，因为我假设算法更喜欢完全有界的点，而不是背景（在我的例子中是白色，我使用它的全部目的是找到没有界的区域）

---

)你检查过Iwanowski的算法吗？

---

“本文描述了一种分析二值图像内容以找到其结构的方法。它处理的图像类别包括在其前景显示的图像，一组对象相互连接，形成一个类似图形的结构。所述方法从图像位图中自动提取此结构并生成这是一个矩阵，包含输入图像上显示的所有对象之间的连接“

谢谢您的回答。我将检查算法，我怀疑在这种情况下从理论到实践将花费太长时间：）希望不会，但无论如何，这有助于我更有效地搜索解决方案。好的！我之所以发布这篇文章，是因为我去实习的实验室也遇到了同样的问题，而我之前的那个家伙也使用了这个算法。这是一个相当复杂的代码，但处理的是3D图像，所以2D可能更简单。此外，算法的某些部分可能已经作为C++代码可用，例如骨架化。