opencv实现图像细化效果

我不是女神ヾ 2022-08-10 06:18 297阅读 0赞

在图像处理中,有时候我们会想要提取图像的骨架,这是就需要对图像进行细化,opencv中没有直接进行细化的算法,网上大部分的细化算法都是基于以前IplImage结构的,对于想要使用新的C++接口的Mat结构需要进行一定的修改,本文的细化方法是基于Mat数据结构的,使用的是OpenCV2.4.9版本。
参考自:http://blog.csdn.net/qianchenglenger/article/details/19332011

  1. //提取图像的骨架
  2. void ImgThin(cv::Mat src,int maxIterations=-1)
  3. {
  4. if (src.empty()) return;//图像为空,直接返回
  5. cv::threshold(src, src, m_dThreshold, 1, CV_THRESH_BINARY);//转为0或1的图像
  6. int ImgHeight = src.rows;
  7. int ImgWidth = src.cols;
  8. int count = 0; //记录迭代次数
  9. while (true)
  10. {
  11. count++;
  12. if (maxIterations != -1 && count > maxIterations) //限制次数并且迭代次数到达
  13. break;
  14. vector<pair<int, int> > mFlag; //用于标记需要删除的点
  15. //对点标记
  16. for (int i = 0; i < ImgHeight; ++i)
  17. {
  18. for (int j = 0; j < ImgWidth; ++j)
  19. {
  20. //如果满足四个条件,进行标记
  21. // p9 p2 p3
  22. // p8 p1 p4
  23. // p7 p6 p5
  24. int p1 = src.at<uchar>(i, j);
  25. int p2 = (i == 0) ? 0 : src.at<uchar>(i - 1, j);
  26. int p3 = (i == 0 || j == ImgWidth - 1) ? 0 : src.at<uchar>(i - 1, j + 1);
  27. int p4 = (j == ImgWidth - 1) ? 0 : src.at<uchar>(i, j + 1);
  28. int p5 = (i == ImgHeight - 1 || j == ImgWidth - 1) ? 0 : src.at<uchar>(i + 1, j + 1);
  29. int p6 = (i == ImgHeight - 1) ? 0 : src.at<uchar>(i + 1, j);
  30. int p7 = (i == ImgHeight - 1 || j == 0) ? 0 : src.at<uchar>(i + 1, j - 1);
  31. int p8 = (j == 0) ? 0 : src.at<uchar>(i, j - 1);
  32. int p9 = (i == 0 || j == 0) ? 0 : src.at<uchar>(i - 1, j - 1);
  33. if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) >= 2 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) <= 6)
  34. {
  35. int ap = 0;
  36. if (p2 == 0 && p3 == 1) ++ap;
  37. if (p3 == 0 && p4 == 1) ++ap;
  38. if (p4 == 0 && p5 == 1) ++ap;
  39. if (p5 == 0 && p6 == 1) ++ap;
  40. if (p6 == 0 && p7 == 1) ++ap;
  41. if (p7 == 0 && p8 == 1) ++ap;
  42. if (p8 == 0 && p9 == 1) ++ap;
  43. if (p9 == 0 && p2 == 1) ++ap;
  44. if (ap == 1)
  45. {
  46. if (p2*p4*p6 == 0)
  47. {
  48. if (p4*p6*p8 == 0)
  49. {
  50. //标记
  51. mFlag.push_back(make_pair(i, j));
  52. }
  53. }
  54. }
  55. }
  56. }
  57. }
  58. //将标记的点删除
  59. for (vector<pair<int, int> >::iterator i = mFlag.begin(); i != mFlag.end(); ++i)
  60. {
  61. src.at<uchar>(i->first, i->second) = 0;
  62. }
  63. //直到没有点满足,算法结束
  64. if (mFlag.size() == 0) break;
  65. else mFlag.clear();//将mFlag清空
  66. //对点标记
  67. for (int i = 0; i < ImgHeight; ++i)
  68. {
  69. for (int j = 0; j < ImgWidth; ++j)
  70. {
  71. //如果满足四个条件,进行标记
  72. // p9 p2 p3
  73. // p8 p1 p4
  74. // p7 p6 p5
  75. int p1 = src.at<uchar>(i, j);
  76. if (p1 != 1) continue;
  77. int p2 = (i == 0) ? 0 : src.at<uchar>(i - 1, j);
  78. int p3 = (i == 0 || j == ImgWidth - 1) ? 0 : src.at<uchar>(i - 1, j + 1);
  79. int p4 = (j == ImgWidth - 1) ? 0 : src.at<uchar>(i, j + 1);
  80. int p5 = (i == ImgHeight - 1 || j == ImgWidth - 1) ? 0 : src.at<uchar>(i + 1, j + 1);
  81. int p6 = (i == ImgHeight - 1) ? 0 : src.at<uchar>(i + 1, j);
  82. int p7 = (i == ImgHeight - 1 || j == 0) ? 0 : src.at<uchar>(i + 1, j - 1);
  83. int p8 = (j == 0) ? 0 : src.at<uchar>(i, j - 1);
  84. int p9 = (i == 0 || j == 0) ? 0 : src.at<uchar>(i - 1, j - 1);
  85. if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) >= 2 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) <= 6)
  86. {
  87. int ap = 0;
  88. if (p2 == 0 && p3 == 1) ++ap;
  89. if (p3 == 0 && p4 == 1) ++ap;
  90. if (p4 == 0 && p5 == 1) ++ap;
  91. if (p5 == 0 && p6 == 1) ++ap;
  92. if (p6 == 0 && p7 == 1) ++ap;
  93. if (p7 == 0 && p8 == 1) ++ap;
  94. if (p8 == 0 && p9 == 1) ++ap;
  95. if (p9 == 0 && p2 == 1) ++ap;
  96. if (ap == 1)
  97. {
  98. if (p2*p4*p8 == 0)
  99. {
  100. if (p2*p6*p8 == 0)
  101. {
  102. //标记
  103. mFlag.push_back(make_pair(i, j));
  104. }
  105. }
  106. }
  107. }
  108. }
  109. }
  110. //删除
  111. for (vector<pair<int, int> >::iterator i = mFlag.begin(); i != mFlag.end(); ++i)
  112. {
  113. src.at<uchar>(i->first, i->second) = 0;
  114. }
  115. //直到没有点满足,算法结束
  116. if (mFlag.size() == 0) break;
  117. else mFlag.clear();//将mFlag清空
  118. }
  119. cv::threshold(src, src, 0, 255, CV_THRESH_BINARY);//二值化图像
  120. }

对图像进行测试:

  1. int main(int argc, char*argv[])
  2. {
  3. cv::Mat src = imread("test.jpg");
  4. imshow("src",src);
  5. ImgThin(src);
  6. imshow("thin",src);
  7. system("pause");
  8. return 0;
  9. }

这里写图片描述

这里写图片描述

发表评论

表情:
评论列表 (有 0 条评论,297人围观)

还没有评论,来说两句吧...

相关阅读

    相关 opencv实现图像细化效果

    在图像处理中,有时候我们会想要提取图像的骨架,这是就需要对图像进行细化,opencv中没有直接进行细化的算法,网上大部分的细化算法都是基于以前IplImage结构的,对于想要使

    相关 openCV实现图像边缘检测

    最近自己在做一个有关图像处理的小项目,涉及到图像的边缘检测、直线检测、轮廓检测以及角点检测等,本文首先介绍图像的边缘检测,使用的是Canny边缘检测算法,具体代码以及检测效果如

    相关 Opencv处理图像--细化

    Opencv处理图像--细化 细化的算法有很多种,但比较常用的算法是查表法 细化是从原来的图中去掉一些点,但仍要保持原来的形状。 实际上是保持原图的骨架。 代码如上