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。

刷新页面返回顶部

别紧张这代码只是有毒

OpenCV细化算法简单解析

About