opencv-图像细化

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

 #include
 #include
 #include
 #include

 using namespace cv;
 using namespace std;

 /**
  * @brief 对输入图像进行细化
  * @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
  * @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
  * @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
  */
 void thinImage(IplImage* src,IplImage* dst,int maxIterations = -1 )
 {
     CvSize size = cvGetSize(src);
     cvCopy(src,dst);//将src中的内容拷贝到dst中
     int count = 0;  //记录迭代次数
     while (true)
     {
         count++;
         if(maxIterations!=-1 && count > maxIterations) //限制次数并且迭代次数到达
             break;
         //std::cout << count << ' ';输出迭代次数
         vectorint,int> > mFlag; //用于标记需要删除的点
         //对点标记
         for (int i=0; i
         {
             for (int j=0; j
             {
                 //如果满足四个条件，进行标记
                 //  p9 p2 p3
                 //  p8 p1 p4
                 //  p7 p6 p5
                 int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);
                 int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);
                 int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);
                 int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);
                 int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);
                 int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);
                 int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);
                 int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);
                 int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);

                 if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)
                 {
                     int ap=0;
                     if (p2==0 && p3==1) ++ap;
                     if (p3==0 && p4==1) ++ap;
                     if (p4==0 && p5==1) ++ap;
                     if (p5==0 && p6==1) ++ap;
                     if (p6==0 && p7==1) ++ap;
                     if (p7==0 && p8==1) ++ap;
                     if (p8==0 && p9==1) ++ap;
                     if (p9==0 && p2==1) ++ap;

                     if (ap==1)
                     {
                         if (p2*p4*p6==0)
                         {
                             if (p4*p6*p8==0)
                             {
                                 //标记
                                 mFlag.push_back(make_pair(i,j));
                             }
                         }
                     }
                 }
             }
         }

         //将标记的点删除
         for (vectorint,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)
         {
             CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;
         }

         //直到没有点满足，算法结束
         if (mFlag.size()==0)
         {
             break;
         }
         else
         {
             mFlag.clear();//将mFlag清空
         }

         //对点标记
         for (int i=0; i
         {
             for (int j=0; j
             {
                 //如果满足四个条件，进行标记
                 //  p9 p2 p3
                 //  p8 p1 p4
                 //  p7 p6 p5
                 int p1 = CV_IMAGE_ELEM(dst,uchar,i,j);
                 if(p1!=1) continue;
                 int p2 = (i==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j);
                 int p3 = (i==0 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j+1);
                 int p4 = (j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i,j+1);
                 int p5 = (i==size.height-1 || j==size.width-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j+1);
                 int p6 = (i==size.height-1)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j);
                 int p7 = (i==size.height-1 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i+1,j-1);
                 int p8 = (j==0)?0:CV_IMAGE_ELEM(dst,uchar,i,j-1);
                 int p9 = (i==0 || j==0)?0:CV_IMAGE_ELEM(dst,uchar,i-1,j-1);

                 if ((p2+p3+p4+p5+p6+p7+p8+p9)>=2 && (p2+p3+p4+p5+p6+p7+p8+p9)<=6)
                 {
                     int ap=0;
                     if (p2==0 && p3==1) ++ap;
                     if (p3==0 && p4==1) ++ap;
                     if (p4==0 && p5==1) ++ap;
                     if (p5==0 && p6==1) ++ap;
                     if (p6==0 && p7==1) ++ap;
                     if (p7==0 && p8==1) ++ap;
                     if (p8==0 && p9==1) ++ap;
                     if (p9==0 && p2==1) ++ap;

                     if (ap==1)
                     {
                         if (p2*p4*p8==0)
                         {
                             if (p2*p6*p8==0)
                             {
                                 //标记
                                 mFlag.push_back(make_pair(i,j));
                             }
                         }
                     }
                 }
             }
         }
         //删除
         for (vectorint,int> >::iterator i=mFlag.begin(); i!=mFlag.end(); ++i)
         {
             CV_IMAGE_ELEM(dst,uchar,i->first,i->second) = 0;
         }

         //直到没有点满足，算法结束
         if (mFlag.size()==0)
         {
             break;
         }
         else
         {
             mFlag.clear();//将mFlag清空
         }
     }
 }

 int main(int argc, char*argv[])
 {
     //获取图像
     if (argc!=2)
     {
         cout << "参数个数错误！"<
         return -1;
     }
     IplImage *pSrc = cvLoadImage(argv[1],CV_LOAD_IMAGE_GRAYSCALE);
     if (!pSrc)
     {
         cout << "读取文件失败！" << endl;
         return -1;
     }
     IplImage *pTemp = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);
     IplImage *pDst = cvCreateImage(cvGetSize(pSrc),pSrc->depth,pSrc->nChannels);

     //将原图像转换为二值图像
     cvThreshold(pSrc,pTemp,128,1,CV_THRESH_BINARY);
     //图像细化
     thinImage(pTemp,pDst);

     for (int i=0; iheight; ++i)
     {
         for (int j=0; jwidth; ++j)
         {
             if(CV_IMAGE_ELEM(pDst,uchar,i,j)==1)
                 CV_IMAGE_ELEM(pDst,uchar,i,j)= 255;
         }
     }

     namedWindow("src",CV_WINDOW_AUTOSIZE);
     namedWindow("dst",CV_WINDOW_AUTOSIZE);
     cvShowImage("src",pSrc);
     cvShowImage("dst",pDst);

     waitKey(0);
 }

    运行效果

1原图像

2.运行效果