【opencv】图像细化

【opencv】图像细化

【opencv】图像细化

2014-02-17 21:03 5404人阅读 评论(14) 收藏 举报


分类：

opencv（1）


版权声明：本文为博主原创文章，未经博主允许不得转载。

在我们进行图像处理的时候，有可能需要对图像进行细化，提取出图像的骨架信息，进行更加有效的分析。

图像细化（Image Thinning），一般指二值图像的骨架化（Image Skeletonization） 的一种操作运算。

所谓的细化就是经过一层层的剥离，从原来的图中去掉一些点，但仍要保持原来的形状，直到得到图像的骨架。骨架，可以理解为图象的中轴。

好的细化算法一定要满足：

收敛性；

保证细化后细线的连通性；

保持原图的基本形状；

减少笔画相交处的畸变；

细化结果是原图像的中心线；

细化的快速性和迭代次数少；

这里，我们对“Zhang并行快速细化算法”进行了实现（注意，该算法为并行算法，而我们在实现过程中并没有并行化处理，所以，效率并没有达到最好）。

参考资料

细化算法

论文 A fast parallel algorithm for thinning digital patterns

[cpp] view plain copy







#include <opencv2/opencv.hpp>

#include <iostream>

#include <vector>

#include <limits>

using namespace cv;

using namespace std;

/**

* @brief 对输入图像进行细化

* @param[in] src为输入图像,用cvThreshold函数处理过的8位灰度图像格式，元素中只有0与1,1代表有元素，0代表为空白

* @param[out] dst为对src细化后的输出图像,格式与src格式相同，调用前需要分配空间，元素中只有0与1,1代表有元素，0代表为空白

* @param[in] maxIterations限制迭代次数，如果不进行限制，默认为-1，代表不限制迭代次数，直到获得最终结果

*/

void thinImage(IplImage* src,IplImage* dst,int maxIterations = -1 )

{

CvSize size = cvGetSize(src);

cvCopy(src,dst);//将src中的内容拷贝到dst中

int count = 0; //记录迭代次数

while (true)

{

count++;

if(maxIterations!=-1 && count > maxIterations) //限制次数并且迭代次数到达

break;

//std::cout << count << ' ';输出迭代次数

vector<pair<int,int> > mFlag; //用于标记需要删除的点

//对点标记

for (int i=0; i<size.height; ++i)

{

for (int j=0; j<size.width; ++j)

{

//如果满足四个条件，进行标记

// p9 p2 p3

// p8 p1 p4

// p7 p6 p5

int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);

int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);

int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);

int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);

int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);

int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);

int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);

int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);

int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);

if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)

{

int ap=0;

if (p2==0 && p3==1) ++ap;

if (p3==0 && p4==1) ++ap;

if (p4==0 && p5==1) ++ap;

if (p5==0 && p6==1) ++ap;

if (p6==0 && p7==1) ++ap;

if (p7==0 && p8==1) ++ap;

if (p8==0 && p9==1) ++ap;

if (p9==0 && p2==1) ++ap;

if (ap==1)

{

if (p2*p4*p6==0)

{

if (p4*p6*p8==0)

{

//标记

mFlag.push_back(make_pair(i,j));

}

}

}

}

}

}

//将标记的点删除

for (vector<pair<int,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)

{

CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;

}

//直到没有点满足，算法结束

if (mFlag.size()==0)

{

break;

}

else

{

mFlag.clear();//将mFlag清空

}

//对点标记

for (int i=0; i<size.height; ++i)

{

for (int j=0; j<size.width; ++j)

{

//如果满足四个条件，进行标记

// p9 p2 p3

// p8 p1 p4

// p7 p6 p5

int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);

if(p1!=1) continue;

int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);

int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);

int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);

int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);

int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);

int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);

int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);

int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);

if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)

{

int ap=0;

if (p2==0 && p3==1) ++ap;

if (p3==0 && p4==1) ++ap;

if (p4==0 && p5==1) ++ap;

if (p5==0 && p6==1) ++ap;

if (p6==0 && p7==1) ++ap;

if (p7==0 && p8==1) ++ap;

if (p8==0 && p9==1) ++ap;

if (p9==0 && p2==1) ++ap;

if (ap==1)

{

if (p2*p4*p8==0)

{

if (p2*p6*p8==0)

{

//标记

mFlag.push_back(make_pair(i,j));

}

}

}

}

}

}

//删除

for (vector<pair<int,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)

{

CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;

}

//直到没有点满足，算法结束

if (mFlag.size()==0)

{

break;

}

else

{

mFlag.clear();//将mFlag清空

}

}

}

int main(int argc, char*argv[])

{

//获取图像

if (argc!=2)

{

cout << "参数个数错误！"<<endl;

return -1;

}

IplImage *pSrc = cvLoadImage(argv[1],CV_LOAD_IMAGE_GRAYSCALE);

if (!pSrc)

{

cout << "读取文件失败！" << endl;

return -1;

}

IplImage *pTemp = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);

IplImage *pDst = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);

//将原图像转换为二值图像

cvThreshold(pSrc,pTemp,128,1,CV_THRESH_BINARY);

//图像细化

thinImage(pTemp,pDst);

for (int i=0; i<pDst->height; ++i)

{

for (int j=0; j<pDst->width; ++j)

{

if(CV_IMAGE_ELEM(pDst,uchar,i,j)==1)

CV_IMAGE_ELEM(pDst,uchar,i,j)= 255;

}

}

namedWindow("src",CV_WINDOW_AUTOSIZE);

namedWindow("dst",CV_WINDOW_AUTOSIZE);

cvShowImage("src",pSrc);

cvShowImage("dst",pDst);

waitKey(0);

}

运行效果

1原图像



2.运行效果