opencv-之图像细化(直线细化)

平时在我们图像处理的时候会经常用到图像细化或者称为直线细化,在这里我跟大家分享一下我个人的理解,这是我花了一天的时间才搞明白其中的原理,具体的原理大家可以在其他博主的博客里搜索到,偶有详细的解释,我这里只是为大家做一下补充,希望能够帮助大家理解
一下就是我对代码的理解,我对每一行的代码进行注解,

#include 
#include 
#include 
using namespace cv;
using namespace std;

void gThin(cv::Mat& src, cv::Mat& dst, int intera);/*这里传入参数,分别为两个
*/图像模板和一个整型的迭代次数
int main()  //这里是主函数
{ 
//主函数里面的代码估计就不用我注释了吧?不懂得请留言
    cv::Mat src = imread("D:\\vspic\\6.jpg");
	cvtColor(src,src,COLOR_BGR2GRAY);
	threshold(src,src,100,255,THRESH_BINARY);
	Mat dst;
    /*imshow("src",src);*/
    gThin(src,dst,12);  
    waitKey(0);
    return 0;
}
//提取图像的骨架
void gThin(cv::Mat& src, cv::Mat& dst, int intera)
    {
    //这里先用判断语句看看图像通道数是否正确,这里必须使用单通道得图像
if(src.type()!=CV_8UC1)
        {
        printf("只能处理二值或灰度图像\n");
return;
        }
//非原地操作时候,copy src到dst
//对图片进行拷贝
if(dst.data!=src.data)
        {
        src.copyTo(dst);
        }

int i, j, n;/*这里定义三个变量变量n是一个循环迭代的作用,
变量i、j是遍历像素的判断条件*/
int width, height;//定义两个变量,接收图片的宽度与高度
    width = src.cols -1;//这里-1我的理解是为了便于处理矩阵的边缘数值
//之所以减1,是方便处理8邻域,防止越界
    height = src.rows -1;
int step = src.step;//这里是Mat的一个属性,叫做step,我会在最下边对他进行讲解
int  p2,p3,p4,p5,p6,p7,p8,p9;//定义7个变量,接收待会遍历图像矩阵的数值
    uchar* img;//定义一个无符号指针,是为了接收待会Mat图片的地址,这个地方我会放在下边进行讲解
bool ifEnd;/*定义一个布尔类型的变量,是为了下边判断是否满足循环条件,不满足会
改变布尔值,供循环条件判断
*/
int A1;//定义一个变量。是为了统计8邻域中0、1的对数,一对则记为1,两对则记为2,这个变量最后是判断是否满足像素去除条件的
    cv::Mat tmpimg;/*定义一个中间图片模板变量,这里是把dst的值拷贝给temp,然后遍历的是temp的值,找到要删除的值。但是遍历之后是在dst中改的
    */
//n表示迭代次数
for(n = 0; n<intera; n++)
        {
        dst.copyTo(tmpimg);
        ifEnd = false;
        img = tmpimg.data;
for(i = 1; i < height; i++)//开始行扫描
            {
            img += step;//把每次遍历每行step的值记录给指针img,
for(j =1; j<width; j++)//开始遍历图片的列,
                {
                uchar* p = img + j;//这里是刚才img的值加上j的值,然后赋值给指针p
                A1 = 0;//对A1变量的值进行初始化
if( p[0] > 0)//这里是开始zhang并行算法的第一步,判断目标值是否满足执行条件
                    {
if(p[-step]==0&&p[-step+1]>0) /*p2,p3 01模式,P[-step]表示的是值p[0]上边的一个数值,P[-step+1]表示是P[-step]下一个数值*/
                        {
                        A1++;
                        }
if(p[-step+1]==0&&p[1]>0) //p3,p4 01模式p[1]表示的是P[0]的下一个数,下边的以此类推,下边的应该都可以理解了吧我感觉
                        {
                        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++;
                        }
                        //这里是
                    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; //满足删除条件,设置当前像素为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; //满足删除条件,设置当前像素为0
                            ifEnd = true;
                            }
                        }
                    }
                }
            }

//如果两个子迭代已经没有可以细化的像素了,则退出迭代
if(!ifEnd) break;
        }
imshow("thin",dst);
    }

上边的我感觉大家都可以理解了吧?如果还有疑问可以私聊我,
然后讲解一下Mat 的属性step,这个表示的是一张图片里的行长,与src.cols类似,就拿单通道的图片来说,他的矩阵列数是一定的,比如说矩阵第一行四十列,也就是说setp的值就是40,那么要想到第二行去就应该用step

你可能感兴趣的:(opencv学习笔记)