python - 量化单个图像中不规则形状的最长轴和宽度

Question

原始问题

我有大约 80-100 张图像，例如 (A)。每幅图像都由在 ImageJ 中标记轮廓后用黑色填充的形状组成。我需要提取每个单独的形状，如 (B) 中所示。然后我需要找到最长轴的宽度，如 (C) 中所示。

然后我需要计算黑色形状内规则点处的所有可能宽度，并返回包含这些值的 .csv 文件。

我一直在手动执行此操作，必须有一种更快的方法来执行此操作。知道我该怎么做吗？

部分解决方案按照 Epsi 的回答

import matplotlib.pyplot as plt
import cv2
import numpy as np

image = cv2.imread("Desktop/Analysis/NormalCol0.tif")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh_img = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Find contours, find rotated rectangle, obtain four verticies, and draw 
contours, hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

lengths = []

for i in contours:

    x_y,width_height,angle_of_rotation = cv2.minAreaRect(i)
    Height = print(width_height[1])
    rect = cv2.minAreaRect(i)
    box = np.int0(cv2.boxPoints(rect))
    image_contours = np.zeros(image.shape)

    # Draw the contours on the empty image
    cv2.drawContours(image, [box], 0, (36,255,12), 3)
    # OR:
    # cv2.polylines(image, [box], True, (36,255,12), 3)

    plt.imshow(image)
    
cv2.imwrite(output, image)

输出:

4031.0
20.877727508544922
51.598445892333984
23.852108001708984
21.0
21.21320343017578
19.677398681640625
43.0

我能够得到每个形状的长度。 接下来我需要弄清楚如何在沿形状长度的规则点处获取形状的宽度？

Answer 1

由于我不太擅长 python，所以我不会发布代码，但会发布解释和文档的链接。

我的做法如下:

1. 反转图像，使所有白色变为黑色，黑色变为白色。 https://www.delftstack.com/howto/python/opencv-invert-image/#invert-images-using-numpy.invert-method-in-python

2. 使用 findContours 查找所有(当前)白色轮廓。 https://pythonexamples.org/python-opencv-cv2-find-contours-in-image/

3. 使用 minAreaRect 在轮廓周围创建边界框，其定位方式使框的面积尽可能小。 https://theailearner.com/tag/cv2-minarearect/

4. 从创建的边界框中，取最长的边，这将代表轮廓的长度。

5. 您还可以从边界框获取旋转角度