python - 如何用手指从图像中提取指甲？

说明

我有一个手指的图像(背景为绿色)，并且想要提取指甲作为特征。我的目标是用功能描述指甲的轮廓。但是我还没有尝试过的功能部分，我敢肯定我可以自己弄清楚。我很难拔出指甲，希望得到您的帮助。您可以在帖子末尾找到图片。

我到目前为止所做的:

加载图片

调整图像大小以减少计算量

处理它(模糊，去除绿色背景，转换为灰度

从图像中提取指甲(如何？)

我尝试进行圆形检测或椭圆形检测。使用霍夫变换的圆检测无法识别指甲。椭圆检测也是如此(除了花了2分钟而且等待时间太长的事实)。现在我的问题是:有没有一种简单的方法可以解决问题并拔出指甲？

我还使用边缘检测/轮廓检测来提取指甲，但是这种方法太不准确了，没有帮助。

我的梦想是在指甲的开始处另外分开灰色/深色部分，但我没有做到这一点，因此放弃了这一部分。但是，如果您知道一种简便的方法，我很想听听。

重要的代码片段:

# imports

# helper functions
def remove_green(img):
    empty_img = np.zeros_like(img)
    RED, GREEN, BLUE = (2, 1, 0)
    reds = img[:, :, RED]
    greens = img[:, :, GREEN]
    blues = img[:, :, BLUE]
    # loop over the image, pixel by pixel
    tmpMask = (greens < 35) | (reds > greens) | (blues > greens)
    img[tmpMask == 0] = (0, 0, 0)  # remove background from original picture
    empty_img[tmpMask] = (255, 255, 255)  # mask with finger in white
    return img, empty_img

# main function
# load and process
image = cv2.imread(imagePath, 1)  # load
image = cv2.resize(image, None, fx=0.3, fy=0.3)  # resize
image = cv2.GaussianBlur(image, (3, 3), 0)
no_green_image, mask_finger = remove_green(image)  # remove green
gray = cv2.cvtColor(no_green_image, cv2.COLOR_BGR2GRAY)  # gray scalEd
gray_mask_finger = cv2.cvtColor(mask_finger, cv2.COLOR_BGR2GRAY)

# refine edges
kernel = np.ones((5, 5), np.uint8)
gray_mask_finger = cv2.morphologyEx(gray_mask_finger, cv2.MORPH_GRADIENT, kernel)

detect_nail(gray_mask_finger)
# here I struggle

图片

起始图像:

移除绿色并转换为灰色:

轮廓:

最佳答案

我认为，考虑到语义/实例分割问题，解决此问题的最佳方法可能是使用Encoder-Decoder(例如U-Net)类型的体系结构，因为使用基于常规图像处理的方法来解决此问题颇具挑战性。但是，我会尝试一下。
在我的方法中，我按照贝娄提到的步骤来检测指甲区域(结果并不完美，但是您可以对此进行改进):

对平滑的饱和度值应用阈值以分割ROI

使用Sobel运算符进行梯度计算，然后将阈值应用于边缘区域检测(具有高梯度值)

轮廓检测和指甲区域分割

逐步输出:

关于python - 如何用手指从图像中提取指甲？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58236218/