基于OpenCV C++检测蛇的躯体厚度、头部及尾部的方法咨询

1 计算蛇躯体最粗部位像素宽度 #

可选用以下任意一种易实现的方案：

• 距离变换法：直接对蛇的二值化前景区域执行距离变换，变换结果中每个像素的取值为该点到最近背景点的距离，躯体最粗位置对应距离变换的全局最大值点，像素宽度为最大值的2倍。OpenCV可直接调用distanceTransform()函数实现，输入8位单通道二值图，输出32位浮点型距离图，遍历距离图取最大值即可计算结果。
• 骨架垂直截面法：遍历骨架上的所有采样点，计算该点在骨架上的切线方向，再得到垂直于切线的法线方向，沿法线方向向两侧延伸直到触碰到Canny轮廓点，两个轮廓点之间的像素距离即为当前点的躯体宽度，遍历所有采样点后得到的最大值就是最粗部位的宽度。
  具体实现步骤：
  1. 对骨架像素按连通顺序排序，得到骨架的有序点集
  2. 对每个中间点，用前后相邻2~3个点拟合切线，计算法线方向向量
  3. 沿法线正负方向步进，直到像素落在Canny轮廓的边缘点集合内，统计步长总和即为当前点宽度
• 轮廓配对法：将Canny提取的外轮廓拆分为沿骨架走向对应的左右两条边缘，对骨架上每个点向两条边缘做投影，计算投影点之间的距离，遍历所有点得到的最大值即为最粗宽度。

2 区分蛇的头部与尾部 #

以下方案实现难度从低到高：

• 端点宽度对比法：首先提取骨架的两个端点（骨架中仅有1个相邻骨架像素的点即为端点），分别计算两个端点位置的躯体宽度，通常头部宽度远大于尾部宽度，宽度更大的一端为头部，更小的为尾部。如果蛇蜷缩导致头尾距离过近，可结合端点附近3~5个骨架点的平均宽度判断，避免局部误差。
• 轮廓曲率对比法：分别计算两个端点附近的轮廓曲率，头部因为存在颌部结构，曲率变化比平缓的尾部更明显，曲率特征更复杂的一端为头部。OpenCV可通过approxPolyDP函数拟合端点附近的轮廓段，计算相邻段的夹角变化即可得到曲率。
• 面积占比法：分别从两个端点出发，沿骨架截取相同长度的躯体段，计算该段对应的二值区域面积，面积更大的一端为头部。

实现注意事项 #

• 计算宽度时如果遇到蛇躯体交叉的区域，可先通过骨架的分支点排除交叉区域的采样点，避免误判
• 如果头尾宽度差异不明显，可结合原始图像的纹理特征，头部通常存在明显的眼睛、特殊鳞片纹理，和尾部的平滑纹理有差异，可用LBP特征匹配做区分

内容的提问来源于stack exchange，提问作者Cosworth66