使用python 将我输入的骨架图片里的骨架进行曲线拟合 批量图片输入和批量图片输出

这个任务需要用到一些图像处理库和曲线拟合库。以下是一个简单的Python代码示例，可以实现批量处理骨架图片并进行曲线拟合。

首先，需要安装以下库：

- NumPy：用于数学计算和数组操作。
- OpenCV：用于读取和处理图像。
- SciPy：用于曲线拟合。

安装命令：

pip install numpy opencv-python scipy

接下来，可以使用以下代码实现批量处理骨架图片并进行曲线拟合：

import os
import cv2
import numpy as np
from scipy.interpolate import splprep, splev

# 输入路径和输出路径
input_dir = 'input_dir'
output_dir = 'output_dir'

# 遍历输入路径下的所有文件
for filename in os.listdir(input_dir):
    # 读取图像
    img = cv2.imread(os.path.join(input_dir, filename), cv2.IMREAD_GRAYSCALE)
    
    # 将图像转换为二值图像
    _, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    
    # 查找轮廓
    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    
    # 提取轮廓点集
    contour = contours[0].reshape(-1, 2)
    
    # 对轮廓点集进行曲线拟合
    tck, _ = splprep(contour.T, s=0)
    u = np.linspace(0, 1, num=len(contour)*10)
    smoothed_contour = np.column_stack(splev(u, tck))
    
    # 绘制拟合曲线
    img_with_curve = cv2.cvtColor(thresh, cv2.COLOR_GRAY2BGR)
    for i in range(len(smoothed_contour)-1):
        cv2.line(img_with_curve, tuple(smoothed_contour[i]), tuple(smoothed_contour[i+1]), (0, 0, 255), 1)
    
    # 保存输出图像
    cv2.imwrite(os.path.join(output_dir, filename), img_with_curve)

以上代码将遍历输入路径下的所有文件，读取每个文件的图像，并对图像中的轮廓进行曲线拟合。拟合后的轮廓点集将被保存到输出路径下的同名文件中。

注意，这个代码示例假设输入的骨架图片只有一个轮廓。如果有多个轮廓，需要对每个轮廓进行处理。另外，曲线拟合的参数需要根据具体情况进行调整。