opencv-python 指静脉的ROI获取（拟合手指中线加旋转）

阅读过我的上一篇博客后，都知道应该如何在canny处理后提取到我们的手指轮廓，剔除背景轮廓了，还没看的点这里上一篇博客

然后我们要做的事情很简单，就是拟合手指的中线，并且旋转我们原来的图像以待进一步的处理。

中线的获得：

我拟合中线的办法就是采取手指每一对上下（两侧）轮廓的平均值，然后将这个中间位置的坐标记录下来。

import cv2 as cvimport numpy as npimport mathimport my_algorithm as myclahe_test=cv.imread('clahe_test.bmp',0)test_edges=cv.Canny(clahe_test,90,150)finger_edges=my.get_edges(test_edges)finger_center=my.get_centerline(finger_edges)show=cv.add(finger_edges,finger_center)cv.imshow('show',show)cv.imshow('finger_edges',finger_edges)cv.imshow('finger_center',finger_center)cv.waitKey(0)cv.destroyAllWindows()

这是效果图

这里用到了我自己写的方法，get_edges和get_centertline,两个方法都类似，可以参考上一篇博客。上一篇没有写到get_centerline这个方法，我这里贴一下

def get_centerline(img): # img : single channel img which has been processed by get_edgesrows,cols=img.shapecoord=[]for i in range(cols):temp_index=np.argwhere(img[:,i]==255)temp_index=temp_index.tolist()center_position=round((temp_index[0][0]+temp_index[1][0])/2)temp_index.clear()coord.append([center_position,i])#print(coord)points=np.array(coord)#return pointsresult_img=np.zeros((rows,cols),dtype="uint8")for j in coord:result_img[j[0],j[1]]=255return result_img

实际使用的时候需要把 #return points 前的#删除 ，这样函数返回的就是一组可以用于直线拟合的坐标了

图片的旋转：

得到了中线后，我们可以开始将这一系列点放入cv.fitline()之中进行拟合了，需要了解有关fitline（）的简单使用，可以点击我的这篇博客。

finger_edges=my.get_edges(test_edges)points=my.get_centerline(finger_edges)line =cv.fitLine(points,cv.DIST_L2,0,0.01,0.01) line_test=cv.line(finger_edges,(line[2]-1000*line[1]/line[0],line[2]-1000),(line[2]+1000*line[1]/line[0],line[2]+1000),255)

拟合后：

然后对图片的旋转直接采用opencv中自带的方法就可以了，简单贴一下代码

rows,cols=clahe_test.shapeangle = math.atan(line[1]/line[0])*180/math.piangle= 90-angle if angle>0 else -90-angleM = cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),angle,1)dst = cv.warpAffine(clahe_test,M,(cols,rows))cv.imshow("show",dst)

效果：

可以看到after_rotation的右上角出现了一点点缝隙，而这正是往直线倾斜方向的相反方向进行的旋转说明旋转成功了。

点个赞哦亲~