OpenCV细化算法简单解析
2016-07-27 20:24 别紧张这代码只是有毒 阅读(4111) 评论(0) 编辑 收藏 举报细化算法它的原理也很简单:
我们对一副二值图像进行骨架提取,就是删除不需要的轮廓点,只保留其骨架点。假设一个像素点,我们定义该点为p1,则它的八邻域点p2->p9位置如下图所示,该算法考虑p1点邻域的实际情况,以便决定是否删除p1点。假设我们处理的为二值图像,背景为黑色,值为0,要细化的前景物体像素值为1。
算法的描述如下:
首先复制源图像到目地图像,然后建立一个临时图像,接着执行下面操作:
1. 把目地图像复制给临时图像,对临时图像进行一次扫描,对于不为0的点,如果满足以下四个条件,则在目地图像中删除该点(就是设置该像素为0),这里p2,…,p9是对应位置的像素灰度值(其为1或者0)。
a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6
大于等于2会保证p1点不是端点或孤立点,因为删除端点和孤立点是不合理的,小于等于6保证p1点是一个边界点,而不是一个内部点。等于0时候,周围没有等于1的像素,所以p1为孤立点,等于1的时候,周围只有1个灰度等于1的像素,所以是端点(注:端点是周围有且只能有1个值为1的像素)。
b. p2->p9的排列顺序中,01模式的数量为1,比如下面的图中,有p2p3 => 01, p6p7=>01,所以该像素01模式的数量为2。
之所以要01模式数量为1,是要保证删除当前像素点后的连通性。比如下面的图中,01模式数量大于1,如果删除当前点p1,则连通性不能保证。
c. P2*p4*p6 = 0
d. p4*p6*p8 = 0
在第一次子迭代中,只是移去东南的边界点,而不考虑西北的边界点,注意p4,p6出现了2次,就是说它们有一个为0,则c,d就满足。
2. 接下来,把目地图像再次复制到临时图像,接着对临时图像进行一次扫描,如果不为0的点它的八邻域满足以下4个条件,则在目地图像中删除该点(就是设置该像素为0)
a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6
b. p2->p9的排列顺序中,01模式的数量(这里假设二值图非零值为1)为1。
c. p2*p4*p8 = 0
d. p2*p6*p8 = 0
第二次迭代则相反,会移去西北的边界点,注意p2,p8出现了2次,就是说它们有一个为0,则c,d就满足。
执行完上面两个步骤后,就完成了一次细化算法,我们可以多次迭代执行上述过程,得到最终的骨架图。
细化算法代码如下:
以上部分原理是转载(迈克老狼2012)http://www.cnblogs.com/mikewolf2002/p/3321732.html
接下来发布的是在我电脑上通过的测试代码:
编译环境为win7+VS2015+OpenCV3.0
1 void cvThin(IplImage* src, IplImage* dst, int iterations) 2 { 3 //此时的src是一个二值化的图片 4 CvSize size = cvGetSize(src); 5 cvCopy(src, dst); 6 7 int n = 0, i = 0, j = 0; 8 for (n = 0; n < iterations; n++)//开始进行迭代 9 { 10 IplImage* t_image = cvCloneImage(dst); 11 for (i = 0; i < size.height; i++) 12 { 13 for (j = 0; j < size.width; j++) 14 { 15 if (CV_IMAGE_ELEM(t_image, uchar, i, j) == 1) 16 { 17 int ap = 0; 18 int p2 = (i == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j); 19 int p3 = (i == 0 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j + 1); 20 if (p2 == 0 && p3 == 1) 21 { 22 ap++; 23 } 24 25 int p4 = (j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i, j + 1); 26 if (p3 == 0 && p4 == 1) 27 { 28 ap++; 29 } 30 31 int p5 = (i == size.height - 1 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j + 1); 32 if (p4 == 0 && p5 == 1) 33 { 34 ap++; 35 } 36 37 int p6 = (i == size.height - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j); 38 if (p5 == 0 && p6 == 1) 39 { 40 ap++; 41 } 42 43 int p7 = (i == size.height - 1 || j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j - 1); 44 if (p6 == 0 && p7 == 1) 45 { 46 ap++; 47 } 48 49 int p8 = (j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i, j - 1); 50 if (p7 == 0 && p8 == 1) 51 { 52 ap++; 53 } 54 55 int p9 = (i == 0 || j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j - 1); 56 if (p8 == 0 && p9 == 1) 57 { 58 ap++; 59 } 60 if (p9 == 0 && p2 == 1) 61 { 62 ap++; 63 } 64 65 if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) > 1 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) < 7) 66 { 67 if (ap == 1) 68 { 69 if (!(p2 && p4 && p6)) 70 { 71 if (!(p4 && p6 && p8)) 72 { 73 CV_IMAGE_ELEM(dst, uchar, i, j) = 0;//设置目标图像中像素值为0的点 74 } 75 } 76 } 77 } 78 79 } 80 } 81 } 82 83 cvReleaseImage(&t_image); 84 85 t_image = cvCloneImage(dst); 86 for (i = 0; i < size.height; i++) 87 { 88 for (int j = 0; j < size.width; j++) 89 { 90 if (CV_IMAGE_ELEM(t_image, uchar, i, j) == 1) 91 { 92 int ap = 0; 93 int p2 = (i == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j); 94 int p3 = (i == 0 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j + 1); 95 if (p2 == 0 && p3 == 1) 96 { 97 ap++; 98 } 99 int p4 = (j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i, j + 1); 100 if (p3 == 0 && p4 == 1) 101 { 102 ap++; 103 } 104 int p5 = (i == size.height - 1 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j + 1); 105 if (p4 == 0 && p5 == 1) 106 { 107 ap++; 108 } 109 int p6 = (i == size.height - 1) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j); 110 if (p5 == 0 && p6 == 1) 111 { 112 ap++; 113 } 114 int p7 = (i == size.height - 1 || j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i + 1, j - 1); 115 if (p6 == 0 && p7 == 1) 116 { 117 ap++; 118 } 119 int p8 = (j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i, j - 1); 120 if (p7 == 0 && p8 == 1) 121 { 122 ap++; 123 } 124 int p9 = (i == 0 || j == 0) ? 0 : CV_IMAGE_ELEM(t_image, uchar, i - 1, j - 1); 125 if (p8 == 0 && p9 == 1) 126 { 127 ap++; 128 } 129 if (p9 == 0 && p2 == 1) 130 { 131 ap++; 132 } 133 if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) > 1 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) < 7) 134 { 135 if (ap == 1) 136 { 137 if (p2*p4*p8 == 0) 138 { 139 if (p2*p6*p8 == 0) 140 { 141 CV_IMAGE_ELEM(dst, uchar, i, j) = 0; 142 } 143 } 144 } 145 } 146 } 147 148 } 149 150 } 151 cvReleaseImage(&t_image); 152 } 153 154 }
细化结果因为我的图不方便展示,大家可以参考迈克老狼2012的哦,效果是很像的,他采用的mat类,而我采用的iplimage类。