程式編碼參考經典的細化或者骨架算法文章:
T. Y. Zhang and C. Y. Suen, “A fast parallel algorithm for thinning digital patterns,” Comm. ACM, vol. 27, no. 3, pp. 236-239, 1984.
它的原理也很簡單:
我們對一副二值圖像進行骨架提取,就是删除不需要的輪廓點,隻保留其骨架點。假設一個像素點,我們定義該點為p1,則它的八鄰域點p2->p9位置如下圖所示,該算法考慮p1點鄰域的實際情況,以便決定是否删除p1點。假設我們處理的為二值圖像,背景為黑色,值為0,要細化的前景物體像素值為1。
算法的描述如下。
首先複制源圖像到目地圖像,然後建立一個臨時圖像,接着執行下面操作:
1. 把目地圖像複制給臨時圖像,對臨時圖像進行一次掃描,對于不為0的點,如果滿足以下四個條件,則在目地圖像中删除該點(就是設定該像素為0),這裡p2,…,p9是對應位置的像素灰階值(其為1或者0)。
a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6
大于等于2會保證p1點不是端點或孤立點,因為删除端點和孤立點是不合理的,小于等于6保證p1點是一個邊界點,而不是一個内部點。等于0時候,周圍沒有等于1的像素,是以p1為孤立點,等于1的時候,周圍隻有1個灰階等于1的像素,是以是端點(注:端點是周圍有且隻能有1個值為1的像素)。
b. p2->p9的排列順序中,01模式的數量為1,比如下面的圖中,有p2p3 => 01, p6p7=>01,是以該像素01模式的數量為2。
之是以要01模式數量為1,是要保證删除目前像素點後的連通性。比如下面的圖中,01模式數量大于1,如果删除目前點p1,則連通性不能保證。
c. P2*p4*p6 = 0
d. p4*p6*p8 = 0
在第一次子疊代中,隻是移去東南的邊界點,而不考慮西北的邊界點,注意p4,p6出現了2次,就是說它們有一個為0,則c,d就滿足。
2. 接下來,把目地圖像再次複制到臨時圖像,接着對臨時圖像進行一次掃描,如果不為0的點它的八鄰域滿足以下4個條件,則在目地圖像中删除該點(就是設定該像素為0)
a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6
b. p2->p9的排列順序中,01模式的數量(這裡假設二值圖非零值為1)為1。
c. p2*p4*p8 = 0
d. p2*p6*p8 = 0
第二次疊代則相反,會移去西北的邊界點,注意p2,p8出現了2次,就是說它們有一個為0,則c,d就滿足。
執行完上面兩個步驟後,就完成了一次細化算法,我們可以多次疊代執行上述過程,得到最終的骨架圖。
細化算法代碼如下:
void gThin::cvThin(cv::Mat& src, cv::Mat& dst, int intera)
{
if(src.type()!=CV_8UC1)
{
printf("隻能處理二值或灰階圖像\n");
return;
}
//非原地操作時候,copy src到dst
if(dst.data!=src.data)
{
src.copyTo(dst);
}
int i, j, n;
int width, height;
width = src.cols -1;
//之是以減1,是友善處理8鄰域,防止越界
height = src.rows -1;
int step = src.step;
int p2,p3,p4,p5,p6,p7,p8,p9;
uchar* img;
bool ifEnd;
int A1;
cv::Mat tmpimg;
//n表示疊代次數
for(n = 0; n<intera; n++)
{
dst.copyTo(tmpimg);
ifEnd = false;
img = tmpimg.data;
for(i = 1; i < height; i++)
{
img += step;
for(j =1; j<width; j++)
{
uchar* p = img + j;
A1 = 0;
if( p[0] > 0)
{
if(p[-step]==0&&p[-step+1]>0) //p2,p3 01模式
{
A1++;
}
if(p[-step+1]==0&&p[1]>0) //p3,p4 01模式
{
A1++;
}
if(p[1]==0&&p[step+1]>0) //p4,p5 01模式
{
A1++;
}
if(p[step+1]==0&&p[step]>0) //p5,p6 01模式
{
A1++;
}
if(p[step]==0&&p[step-1]>0) //p6,p7 01模式
{
A1++;
}
if(p[step-1]==0&&p[-1]>0) //p7,p8 01模式
{
A1++;
}
if(p[-1]==0&&p[-step-1]>0) //p8,p9 01模式
{
A1++;
}
if(p[-step-1]==0&&p[-step]>0) //p9,p2 01模式
{
A1++;
}
p2 = p[-step]>0?1:0;
p3 = p[-step+1]>0?1:0;
p4 = p[1]>0?1:0;
p5 = p[step+1]>0?1:0;
p6 = p[step]>0?1:0;
p7 = p[step-1]>0?1:0;
p8 = p[-1]>0?1:0;
p9 = p[-step-1]>0?1:0;
if((p2+p3+p4+p5+p6+p7+p8+p9)>1 && (p2+p3+p4+p5+p6+p7+p8+p9)<7 && A1==1)
{
if((p2==0||p4==0||p6==0)&&(p4==0||p6==0||p8==0)) //p2*p4*p6=0 && p4*p6*p8==0
{
dst.at<uchar>(i,j) = 0; //滿足删除條件,設定目前像素為0
ifEnd = true;
}
}
}
}
}
dst.copyTo(tmpimg);
img = tmpimg.data;
for(i = 1; i < height; i++)
{
img += step;
for(j =1; j<width; j++)
{
A1 = 0;
uchar* p = img + j;
if( p[0] > 0)
{
if(p[-step]==0&&p[-step+1]>0) //p2,p3 01模式
{
A1++;
}
if(p[-step+1]==0&&p[1]>0) //p3,p4 01模式
{
A1++;
}
if(p[1]==0&&p[step+1]>0) //p4,p5 01模式
{
A1++;
}
if(p[step+1]==0&&p[step]>0) //p5,p6 01模式
{
A1++;
}
if(p[step]==0&&p[step-1]>0) //p6,p7 01模式
{
A1++;
}
if(p[step-1]==0&&p[-1]>0) //p7,p8 01模式
{
A1++;
}
if(p[-1]==0&&p[-step-1]>0) //p8,p9 01模式
{
A1++;
}
if(p[-step-1]==0&&p[-step]>0) //p9,p2 01模式
{
A1++;
}
p2 = p[-step]>0?1:0;
p3 = p[-step+1]>0?1:0;
p4 = p[1]>0?1:0;
p5 = p[step+1]>0?1:0;
p6 = p[step]>0?1:0;
p7 = p[step-1]>0?1:0;
p8 = p[-1]>0?1:0;
p9 = p[-step-1]>0?1:0;
if((p2+p3+p4+p5+p6+p7+p8+p9)>1 && (p2+p3+p4+p5+p6+p7+p8+p9)<7 && A1==1)
{
if((p2==0||p4==0||p8==0)&&(p2==0||p6==0||p8==0)) //p2*p4*p8=0 && p2*p6*p8==0
{
dst.at<uchar>(i,j) = 0; //滿足删除條件,設定目前像素為0
ifEnd = true;
}
}
}
}
}
//如果兩個子疊代已經沒有可以細化的像素了,則退出疊代
if(!ifEnd) break;
}
}
下面是三次細化的結果,可以看出在垂直方向H變短了,感覺這是不完美的地方。
下面我們對兩個漢字進行5次疊代細化,結果如下:
原文位址:https://www.cnblogs.com/mikewolf2002/p/3321732.html