OpenCV实现二值图像细化的算法

        细化算法通常和骨骼化、骨架化算法是相同的意思，也就是thin算法或者skeleton算法。虽然很多图像处理的教材上不是这么写的，具体原因可以看这篇论文，Louisa Lam, Seong-Whan Lee, Ching Y. Suen，“Thinning Methodologies-A Comprehensive Survey ”，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINEINTELLIGENCE, VOL. 14, NO. 9, SEPTEMBER 1992 ，总结了几乎所有92年以前的经典细化算法。

函数：void cvThin( IplImage* src, IplImage* dst, int iterations=1)
功能：将IPL_DEPTH_8U型二值图像进行细化
参数：src，原始IPL_DEPTH_8U型二值图像
          dst，目标存储空间，必须事先分配好，且和原图像大小类型一致
          iterations，迭代次数
参考文献：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. 

void cvThin( IplImage* src, IplImage* dst, int iterations=1)
{
 CvSize size = cvGetSize(src);

 cvCopy(src, dst);
    int n = 0,i = 0,j = 0;
 for(n=0; n1 && (p2+p3+p4+p5+p6+p7+p8+p9)<7)
     {
      if(ap==1)
      {
       if(!(p2 && p4 && p6))
       {
        if(!(p4 && p6 && p8)) 
        {
         CV_IMAGE_ELEM(dst,byte,i,j)=0;
        }
       }
      }
     }
    }
   }
  }
  cvReleaseImage(&t_image);
  t_image = cvCloneImage(dst);
  for(i=0; i1 && (p2+p3+p4+p5+p6+p7+p8+p9)<7)
     {
      if(ap==1)
      {
       if(p2*p4*p8==0)
       {
        if(p2*p6*p8==0)
        {
         CV_IMAGE_ELEM(dst, byte,i,j)=0;
        }
       }
      }
     }                    
    }
   }
  }            
  cvReleaseImage(&t_image);
 }
}

//使用举例

#include "cxcore.h"
#include "cv.h"
#include "highgui.h"

 

int main(int argc, char* argv[])
{
 if(argc!=2)
 {
  return 0;
 }
 IplImage *pSrc = NULL,*pDst = NULL,*pTmp = NULL;

//传入一个灰度图像
 pSrc = cvLoadImage(argv[1],CV_LOAD_IMAGE_GRAYSCALE);
 if(!pSrc)
 {
  return 0;
 }
 pTmp = cvCloneImage(pSrc);
    pDst = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);
 cvZero(pDst);
 cvThreshold(pSrc,pTmp,128,1,CV_THRESH_BINARY_INV);//做二值处理，将图像转换成0，1格式
 //cvSaveImage("c://Threshold.bmp",pTmp,0);
 cvThin(pTmp,pDst,8);//细化，通过修改iterations参数进一步细化
 cvNamedWindow("src",1);
 cvNamedWindow("dst",1);
 cvShowImage("src",pSrc);
 //将二值图像转换成灰度，以便显示
 int i = 0,j = 0;
 CvSize size = cvGetSize(pDst);
 for(i=0; i