二值图像数字矩阵的距离变换（python+opencv)

代码链接：数字图像处理距离变换实现（python+opencv)
实验要求：
1，自定义64乘64二值图，随机生成图案（像素随机置成0，1，其中1像素的数量为100个）
2，按照某种距离度量，D4或D8（这里计算的是D4，即城市街区距离）
3，根据二值图，计算64*64的距离矩阵，如图

数字图像处理中三种常见的距离

距离变换原理：

在实际处理中我们要将输入图像中1全部转为0，输入矩阵中的0转为一个比较大的值，如下图：

然后利用两个掩膜进行扫描，参考数字图像的距离变换算法

最终得到的更新后的数组即为距离变换的结果。
这个算法过程在图像编边界需要做出调整，因为在边界处，掩模不能全部覆盖图像，这时可以将掩模中没有对应元素的位置的值当作0来处理。
最后得到结果：

原文博主给出了c++代码，我转为python代码放在这里：
数字图像处理距离变换实现（python+opencv)