이러한 함수는 이미지의 객체를 각 객체의 중심을 대략적으로 지나는 선 집합으로 변환합니다.
thin 및 skeleton 함수는 먼저 이미지를 이진화한 후 세선화하거나 골격화합니다. 이러한 작업은 광학 문자 인식(OCR) 같은 패턴 인식 분야의 이미지 분석에 유용합니다.
세선화 및 골격화는 형태학적 처리의 극단적 형태이며 이미지에서 객체의 근본 형태가 관심 사항인 경우에만 사용됩니다. 세선화 작업과 다르게 골격화는 입력 객체의 크기를 유지합니다. skeleton의 끝점은 입력 객체의 윤곽선을 지나도록 확장됩니다.
세선화는 이진 이미지의 객체를 대략적으로 객체의 중심 축(중심선)을 통과하는 단순한 디지털 선(또는 호) 집합으로 변환합니다. 최종적으로 얻게 되는 구조는 이미지 객체에 있는 작은 변곡점의 영향을 받지 않습니다. 이 알고리즘은 여러 개의 인접 픽셀이 있는 단순한 테두리 점을 재귀적으로 검출합니다. 이 알고리즘을 사용할 경우 얇은 호의 끝점은 검출되지 않습니다.
• 선택적 인수인 b를 지정하지 않으면 skeleton 함수에서 단순한 골격화를 수행합니다. 즉, 중심선 이외에는 아무것도 남지 않을 때까지 이진화된 이미지의 가장자리 침식을 수행합니다. skeleton 함수는 검정 배경의 흰색 이미지에서 가장 잘 작동합니다.
• 선택적 인수 b를 지정하지 않으면 skeleton 함수에서 보다 개선된 골격화 알고리즘을 사용합니다. 이 알고리즘에서는 가장 가까운 경계까지의 거리가 국부적 최대값인 점들의 집합으로 개체의 골격이 정의됩니다. 이미지의 skeleton과 각 skeleton 점에서 해당 윤곽선까지의 거리가 주어질 경우 skeleton 점을 중심으로 연관된 윤곽선 거리와 동일한 반지름을 사용하는 원형 인접 픽셀의 합집합을 구해 원래 이진 이미지를 복구하는 것이 가능합니다. 이 경우 skeleton은 이미지 객체의 재생 가능한 표현이 됩니다.
