基于计算机视觉的手指月牙主体识别方法及装置

技术领域

本发明涉及图像处理技术领域，尤其是一种基于计算机视觉的手指月牙主体识别方法及装置。

背景技术

人体手指月牙是指手指甲床的弧形区域，它位于指甲床的顶端，呈现出一个半月形的弯曲状，因此得名为月牙。手指月牙的主要功能是保护指尖和指甲床。它起到了缓冲和保护作用，可以减轻手指受到外界撞击和压力时的伤害。手指月牙的存在使得指甲更加坚固，不容易断裂和破损。此外，手指月牙还能够防止指甲过长，避免指甲刺入皮肤，造成感染和疼痛。

手指月牙的健康状况能反映出人体的整体健康状况。一个健康的手指月牙应该呈现出透明、光滑、均匀的半月形，与指甲床形成完美的衔接。如果手指月牙呈现出淡白或发白的颜色，可能是缺乏营养或贫血的表现。如果手指月牙呈现出黄色或发黄的颜色，可能是指甲真菌感染或其他健康问题的迹象。同时，手指月牙的大小和形状因人而异，通常与个体的遗传因素有关。因此，定期观察手指月牙的颜色和形状，可以帮助临床及时发现身体健康方面的异常情况。但传统对手指月牙的评判依靠医生人为的主观评价，不具有客观性，且现有技术中也缺乏对手指月牙进行客观量化识别和评价的方法。

发明内容

针对现有技术的不足，本发明提供一种基于计算机视觉的手指月牙主体识别方法及装置，目的是对月牙主体特征进行自动客观化的量化识别。

本发明采用的技术方案如下：

本发明提供一种基于计算机视觉的手指月牙主体识别方法，包括：

获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像，且各手指图像的亮度一致；

对手指图像中月牙主体部分的平均色度值进行提取；

在Python中定义类对手指图像中月牙主体的形状进行分析，包括：

将手指图像转换为灰度图，并进行二值化处理；

找到所述灰度图中的月牙主体的轮廓；

对所述轮廓进行逼近得到近似多边形，根据所述近似多边形的顶点数，判断月牙主体的形状类型；

将所述月牙主体部分的色度值、月牙主体的形状分析结果作为识别结果输出。

进一步技术方案为：

所述指图像中月牙主体部分的平均色度值进行提取，包括：

将各手指图像转换为灰度图像，并转换成RGBA格式，获取图像的宽度和高度；

对各图像进行像素遍历，对于每个像素点，判断其RGB值是否全为0，如果是，则将其设置为新背景色，从而将背景区域的颜色替换为统一的新背景色，然后重新保存图像；所述背景区域为除去月牙主体部分的其余区域；

将重新保存后的各图像转换为RGBA格式，获取图像的宽度和高度，并初始化图像非背景像素点数量及像素值的计数器为零；

然后对图像进行像素遍历，将获取的像素值与所述背景色进行比较，如果不相等，则判断为非背景像素点，累加非背景像素点的像素值及数量，获得累加像素值及非背景像素点的总数；

将累加像素值除以非背景像素点的总数，获得每张图像的平均像素值；

累积图像集中所有图像的平均像素值，并除以图像总数，获得图像集的总平均像素值。

根据所述每张图像的平均像素值打印每张图像的月牙主体部分，获得月牙主体部分的均化图。

所述新背景色是RGB值为(255,255,255)的白色。

在Python中定义类对手指图像中月牙主体的形状进行分析，还包括：

根据所述轮廓计算月牙主体的周长、中心位置和面积。

形状分析时，创建一个与待分析图像大小相同的空白图像，用于按照所述轮廓打印输出月牙主体，并按照所述中心位置标记中心点。

基于Python算法使用OpenCV库中findContours模块找到所述月牙主体的轮廓，采用approxPo lyDP模块对所述轮廓逼近得到近似多边形。

在类的构造函数中，创建一个字典，用于记录不同月牙主体形状的数量。

通过训练诊断模型建立所述识别结果与临床数据及诊断结果之间的关联关系。

本发明还提供一种基于计算机视觉的手指月牙主体识别装置，用于执行所述的基于计算机视觉的手指月牙主体识别方法。

本发明的有益效果如下：

本发明基于计算机视觉技术，实现了对手指月牙主体的自动量化识别，获得了月牙主体的多类型特征，为后续的诊断分析等提供了客观、准确、全面的数据。

本发明识别方法基于Python算法使用OpenCV库实现，算法简洁易懂，易于调试和优化。

本发明的其它特征和优点将在随后的说明书中阐述，或者通过实施本发明而了解。

附图说明

图1为本发明实施例的是被方法的流程图。

图2为本发明实施例采集的手指图像。

图3为本发明实施例打印输出的月牙主体的均化图。

具体实施方式

以下结合附图说明本发明的具体实施方式。

参见图1，本申请提供一种基于计算机视觉的手指月牙主体识别方法，包括：

获取图像集，所述图像集包括一个检测对象的多个包含有月牙主体的手指图像，且各手指图像的亮度一致；

对手指图像中月牙主体部分的平均色度值进行提取；

在Python中定义类对手指图像中月牙主体的形状进行分析，包括：

将手指图像转换为灰度图，并进行二值化处理；

找到所述灰度图中的月牙主体的轮廓；

对所述轮廓进行逼近得到近似多边形，根据所述近似多边形的顶点数，判断月牙主体的形状类型；

将所述月牙主体部分的色度值、月牙主体的形状分析结果作为识别结果进行输出。

本申请实现了对手指月牙特征的量化识别，为后续的诊断分析等提供了全面、准确、客观的数据。

基于月牙主体颜色并不是均匀的，本申请为了获得统一的可量化识别的颜色特征，对手指图像中月牙主体部分的平均色度值进行提取，具体包括：

将各手指图像转换为灰度图像，并转换成RGBA格式，获取图像的宽度和高度；本领域技术人员可知，在转换为灰度图像后，图像中处月牙部分的其余区域即背景区域即为黑色RGB值为(0,0,0)；

对各图像进行像素遍历，对于每个像素点，判断其RGB值是否全为0，如果是，则将其设置为新背景色，从而将背景区域的颜色替换为统一的新背景色，然后重新保存图像；所述背景区域为除去月牙主体部分的其余区域；

将重新保存后的各图像转换为RGBA格式，获取图像的宽度和高度，并初始化图像非背景像素点数量及像素值的计数器为零；

然后对图像进行像素遍历，将获取的像素值与所述背景色进行比较，如果不相等，则判断为非背景像素点，累加非背景像素点的像素值及数量，获得累加像素值及非背景像素点的总数；

将累加像素值除以非背景像素点的总数，获得每张图像的平均像素值；

累积图像集中所有图像的平均像素值，并除以图像总数，获得图像集的总平均像素值。

至此，本申请获得了每个检测对象的每个待检测手指的月牙主体的平均像素值，并且获得了所有手指的月牙主体的总平均像素值。

基于获得的平均像素值的指标、以及识别的形状类型，可为后续临床诊断提供月牙主体的客观参数。同时，可通过训练诊断模型进一步建立月牙主体客观参数与临床症状及诊断结果之间的映射关系。

以下以具体实施例进一步说明本申请的基于计算机视觉的手指月牙主体识别方法。

本实施例基于Python算法对手指月牙主体识别，包括：

获取检测对象的多个包含有月牙主体的手指图像，图像采集时，应用自动白平衡和自动曝光，并且没有使用色彩增益，手指月牙被放置在相机正下方的平台上，对所有图像预处理使亮度一致，并均以JPG格式(860×480像素)收集并保存，构成图像集；采集的图片如图2所示，需要说明的是受限于说明书附图不能用彩图的限制，图2为经灰度处理后的效果图，实际上为正常拍摄下的彩色图像；

使用OpenCV库加载输入图像，将图像转换为灰度图，然后使用convert()方法将图像转换为RGBA模式，属性获取图像的宽度和高度；

使用load()方法获取图像的像素数据，根据宽度和高度，采用嵌套循环遍历方式遍历图像的像素点；

对于每个像素点，判断其RGB值是否全为0，如果是，则将其设置为新背景色——RGB值为(255,255,255)的白色，然后保存图像，此时图片中月牙主体部分被突显；

计算图片除背景外的平均色度值：将去除背景(或者说统一了背景色)的图像使用PI L库中的Image.open()函数打开图片，并将其转换为RGBA模式，然后获取图片的宽度和高度，并分别初始化红、绿、蓝三个通道数和像素点计数器为0。接下来，循环遍历每个像素点，对于每个像素点，判断其透明度是否不为0，如果是，则将其RGB值分别累加到对应的通道和计数器中。最后，根据计数器的值计算平均色度值，并返回一个元组表示RGBA颜色，即为月牙主体部分的平均像素值，本实施例获得的某张图像中月牙主体的RGBA值为(177,162，171，255)，其中RGB像素值(177,162，171)，亮度值255；

根据平均像素值打印月牙主体分布的均化图，即为将月牙主体色度均化后的图，如图3所示，同图2一样，图3为经灰度处理后的效果图，实际上为彩色图像；

至此完成色度提取；

在此基础上，还可以将每张图像的月牙主体部分的平均像素值做加权平均，获得整个图像集的总平均像素值，即为该检测对象的所有手指的月牙主体部分的平均色度值；

然后，对月牙主体形状进行分析，该步骤也可以在色度值提取之前进行，具体包括：

使用OpenCV库加载输入图像；

在Python中定义类，用于对手指图像中月牙主体的形状进行分析：

将输入图像转换为灰度图像，获取图像的高度、宽度和通道数，并进行二值化处理，得到二值图像；

使用findContours函数找到图像中的轮廓，使用approxPo lyDP函数对轮廓进行逼近，得到近似的多边形，根据多边形的顶点数，判断形状的类型；

具体的，本实施例算法中假设图像中的形状是封闭的，并且形状的边界是连续的。如需处理其他类型的图像，请根据具体需求进行修改。

还可以根据所述轮廓计算月牙主体的周长(cv.arcLength函数)、中心位置和面积(cv.contourArea函数)。本实施例获得的某张图像中月牙主体形状识别结果为：周长468.458mm，面积4466.500mm

为了获得可视化结果，图像加载后，创建一个与输入图像相同大小的空白图像，用于打印月牙主体的轮廓、标记中心位置；

最终打印输出月牙主体(轮廓及中心位置)、色度值、形状类型、面积及周长等识别结果。

为了给后续临床诊断创立更全面的数据库做准备，本实施例在类的构造函数中，初始化了一个字典，用于存储不同形状的数量。

本实施例的获得识别结果可作为后续临床诊断提供月牙主体的客观参数。可通过训练诊断模型进一步建立月牙主体量化特征的识别结果与临床(个人健康情况、关联症状等)及诊断结果之间的关联关系。

本实施例还提供一种执行所述的基于计算机视觉的手指月牙主体识别方法。

本申请基于计算机视觉技术，实现了自动化地对手指月牙主体进行分析和识别。可获得多种识别特征(色度值、轮廓、面积、周长及中心位置)，从而挺高后续月牙主体的状态分析及症状诊断的准确性。识别方法采用的算法可使用Python语言实现，代码简洁易懂，易于调试和优化。

本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。