【opencv】图像细化

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  

  1. #include <opencv2/opencv.hpp>
  2. #include <iostream>
  3. #include <vector>
  4. #include <limits>
  5. using namespace cv;
  6. using namespace std;
  7. /**
  8. * @brief 对输入图像进行细化
  9. * @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
  10. * @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
  11. * @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
  12. */
  13. void thinImage(IplImage* src,IplImage* dst,int maxIterations = -1 )
  14. {
  15. CvSize size = cvGetSize(src);
  16. cvCopy(src,dst);//将src中的内容拷贝到dst中
  17. int count = 0;  //记录迭代次数
  18. while (true)
  19. {
  20. count++;
  21. if(maxIterations!=-1 && count > maxIterations) //限制次数并且迭代次数到达
  22. break;
  23. //std::cout << count << ' ';输出迭代次数
  24. vector<pair<int,int> > mFlag; //用于标记需要删除的点
  25. //对点标记
  26. for (int i=0; i<size.height; ++i)
  27. {
  28. for (int j=0; j<size.width; ++j)
  29. {
  30. //如果满足四个条件，进行标记
  31. //  p9 p2 p3
  32. //  p8 p1 p4
  33. //  p7 p6 p5
  34. int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);
  35. int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);
  36. int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);
  37. int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);
  38. int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);
  39. int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);
  40. int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);
  41. int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);
  42. int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);
  43. if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)
  44. {
  45. int ap=0;
  46. if (p2==0 && p3==1) ++ap;
  47. if (p3==0 && p4==1) ++ap;
  48. if (p4==0 && p5==1) ++ap;
  49. if (p5==0 && p6==1) ++ap;
  50. if (p6==0 && p7==1) ++ap;
  51. if (p7==0 && p8==1) ++ap;
  52. if (p8==0 && p9==1) ++ap;
  53. if (p9==0 && p2==1) ++ap;
  54. if (ap==1)
  55. {
  56. if (p2*p4*p6==0)
  57. {
  58. if (p4*p6*p8==0)
  59. {
  60. //标记
  61. mFlag.push_back(make_pair(i,j));
  62. }
  63. }
  64. }
  65. }
  66. }
  67. }
  68. //将标记的点删除
  69. for (vector<pair<int,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)
  70. {
  71. CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;
  72. }
  73. //直到没有点满足，算法结束
  74. if (mFlag.size()==0)
  75. {
  76. break;
  77. }
  78. else
  79. {
  80. mFlag.clear();//将mFlag清空
  81. }
  82. //对点标记
  83. for (int i=0; i<size.height; ++i)
  84. {
  85. for (int j=0; j<size.width; ++j)
  86. {
  87. //如果满足四个条件，进行标记
  88. //  p9 p2 p3
  89. //  p8 p1 p4
  90. //  p7 p6 p5
  91. int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);
  92. if(p1!=1) continue;
  93. int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);
  94. int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);
  95. int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);
  96. int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);
  97. int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);
  98. int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);
  99. int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);
  100. int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);
  101. if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)
  102. {
  103. int ap=0;
  104. if (p2==0 && p3==1) ++ap;
  105. if (p3==0 && p4==1) ++ap;
  106. if (p4==0 && p5==1) ++ap;
  107. if (p5==0 && p6==1) ++ap;
  108. if (p6==0 && p7==1) ++ap;
  109. if (p7==0 && p8==1) ++ap;
  110. if (p8==0 && p9==1) ++ap;
  111. if (p9==0 && p2==1) ++ap;
  112. if (ap==1)
  113. {
  114. if (p2*p4*p8==0)
  115. {
  116. if (p2*p6*p8==0)
  117. {
  118. //标记
  119. mFlag.push_back(make_pair(i,j));
  120. }
  121. }
  122. }
  123. }
  124. }
  125. }
  126. //删除
  127. for (vector<pair<int,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)
  128. {
  129. CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;
  130. }
  131. //直到没有点满足，算法结束
  132. if (mFlag.size()==0)
  133. {
  134. break;
  135. }
  136. else
  137. {
  138. mFlag.clear();//将mFlag清空
  139. }
  140. }
  141. }
  142. int main(int argc, char*argv[])
  143. {
  144. //获取图像
  145. if (argc!=2)
  146. {
  147. cout << "参数个数错误！"<<endl;
  148. return -1;
  149. }
  150. IplImage *pSrc = cvLoadImage(argv[1],CV_LOAD_IMAGE_GRAYSCALE);
  151. if (!pSrc)
  152. {
  153. cout << "读取文件失败！" << endl;
  154. return -1;
  155. }
  156. IplImage *pTemp = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);
  157. IplImage *pDst = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);
  158. //将原图像转换为二值图像
  159. cvThreshold(pSrc,pTemp,128,1,CV_THRESH_BINARY);
  160. //图像细化
  161. thinImage(pTemp,pDst);
  162. for (int i=0; i<pDst->height; ++i)
  163. {
  164. for (int j=0; j<pDst->width; ++j)
  165. {
  166. if(CV_IMAGE_ELEM(pDst,uchar,i,j)==1)
  167. CV_IMAGE_ELEM(pDst,uchar,i,j)= 255;
  168. }
  169. }
  170. namedWindow("src",CV_WINDOW_AUTOSIZE);
  171. namedWindow("dst",CV_WINDOW_AUTOSIZE);
  172. cvShowImage("src",pSrc);
  173. cvShowImage("dst",pDst);
  174. waitKey(0);
  175. }

  运行效果

  1原图像

  

  2.运行效果