【opencv】图像细化
【原文:http://blog.csdn.net/qianchenglenger/article/details/19332011】
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 plaincopy
- #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