###Date: 2018.4.5 清明
============================================================
圖像的細化主要是針對二值圖而言
所謂骨架，可以了解為圖像的中軸，，一個長方形的骨架，是它的長方向上的中軸線，
圓的骨架是它的圓心，直線的骨架是它自身，孤立點的骨架也是自身。
骨架的擷取主要有兩種方法：
（1）基于烈火模拟
設想在同一時刻，将目标的邊緣線都點燃，火的前沿以勻速向内部蔓延，目前沿相交時火焰熄滅，
火焰熄滅點的結合就是骨架。
（2）基于最大圓盤
目标的骨架是由目标内所有内切圓盤的圓心組成
我們來看看典型的圖形的骨架（用粗線表示）
細化的算法有很多種，但比較常用的算法是查表法
細化是從原來的圖中去掉一些點，但仍要保持原來的形狀。
實際上是保持原圖的骨架。
判斷一個點是否能去掉是以8個相鄰點（八連通）的情況來作為判據的，具體判據為：
1，内部點不能删除
2，鼓勵點不能删除
3，直線端點不能删除
4，如果P是邊界點，去掉P後，如果連通分量不增加，則P可删除
看看上面那些點。
第一個點不能去除，因為它是内部點
第二個點不能去除，它也是内部點
第三個點不能去除，删除後會使原來相連的部分斷開
第四個點可以去除，這個點不是骨架
第五個點不可以去除，它是直線的端點
第六個點不可以去除，它是直線的端點
對于所有的這樣的點，我們可以做出一張表，來判斷這樣的點能不能删除
我們對于黑色的像素點，對于它周圍的8個點，我們賦予不同的價值，
若周圍某黑色，我們認為其價值為0，為白色則取九宮格中對應的價值
對于前面那幅圖中第一個點，也就是内部點，它周圍的點都是黑色，是以他的總價值是0，對應于索引表的第一項
前面那幅圖中第二點，它周圍有三個白色點，它的總價值為1+4+32=37，對應于索引表中第三十八項
我們用這種方法，把所有點的情況映射到0～255的索引表中
我們掃描原圖，對于黑色的像素點，根據周圍八點的情況計算它的價值，然後檢視索引表中對應項來決定是否要保留這一點。