激光条纹中心提取——骨架提取法

Charms@

已于 2022-02-25 11:15:31 修改

阅读量1k

点赞数 1

分类专栏：激光条纹中心提取文章标签： c++ visual studio 计算机视觉

于 2022-01-05 22:50:55 首次发布

本文链接：https://blog.csdn.net/CharmsLUO/article/details/122333692

版权

本文详细介绍了使用OpenCV进行激光条纹中心提取的算法，包括二值化、去除小面积区域、骨架化等步骤，并通过C++代码实现。通过两轮细化操作提高骨架提取精度，同时优化了运算速度。最后，展示了算法在图像处理上的应用，如映射到原图。此外，作者创建了一个学习交流群，旨在分享和探讨相关技术。

摘要由CSDN通过智能技术生成

粗暴的骨架法

将形态学算法引入光条纹中心提取单纯提取骨架导致精度不高；反复细化操作导致运算速度降低
在这里插入图片描述

上代码

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <stdio.h>
using namespace std;
using namespace cv;

//-----------------------------------【全局变量声明部分】--------------------------------------
//		描述：全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage, g_dstImage, g_midImage, g_grayImage, imgHSVMask;//原始图、中间图和效果图
int threshold_value = 60;	//阈值
int size = 800;				//面积因子
float start_time, end_time, sum_time;	//处理时间

//-----------------------------------【全局函数声明部分】--------------------------------------
//		描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void ThinSubiteration1(Mat& pSrc, Mat& pDst);
void ThinSubiteration2(Mat& pSrc, Mat& pDst);
void normalizeLetter(Mat& inputarray, Mat& outputarray);
void Line_reflect(Mat& inputarray, Mat& outputarray);
void Delete_smallregions(Mat& pSrc, Mat& pDst);

//-----------------------------------【main( )函数】--------------------------------------------
//		描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{
   
    //载入原始图
    g_srcImage = imread("C:\\Users\\Charm Luo\\Desktop\\Laser extraction\\opncv提取中心线\\train\\129.png");  //读取素材图
    // 加载的图片的大小
    cout << g_srcImage.size() << endl;
    //记录开始处理的时间
    start_time = getTickCount();	

    //显示灰度图  
    cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY);
    cout << g_grayImage.size() << endl;
    imshow("【灰度图】", g_grayImage);

    //二值化
    threshold(g_grayImage, imgHSVMask, threshold_value, 255, THRESH_BINARY);
    imshow("【二值化】", imgHSVMask);

    g_midImage = Mat::zeros(imgHSVMask.size(), CV_8UC1);  //绘制

    //去除小面积区域
    Delete_smallregions(imgHSVMask, g_midImage);
    imshow("【目标图】", g_midImage);
    imwrite("Target_image129.jpg", g_midImage);

    //normalizeLetter显示效果图  
    normalizeLetter(g_midImage, g_dstImage);
    imshow("【效果图】", g_dstImage);

    //曲线映射到原图
    /*threshold(g_grayImage, g_midImage, threshold_value, 255, THRESH_BINARY);	
    imshow("【二值化图】", g_midImage);	*/										
    Line_reflect(g_dstImage, g_midImage);
    imshow("【映射图】", g_midImage);
    imwrite("Reflect_image129.jpg", g_midImage);

    //转换类型，保存skeleton图像
    normalize(g_dstImage, g_midImage, 0, 255, NORM_MINMAX, CV_8U);
    imwrite("Thinning_image129.jpg", g_midImage);

    //计算运行时间
    end_time = getTickCount();
    // 算法所用时间
    sum_time = (end_time - start_time) / getTickFrequency();
    printf("%lf s", sum_time);

    waitKey(0);

    return 0;

}


void ThinSubiteration1(Mat& pSrc, Mat&a