图像细化

细化算法：

假设某图像中的一个3*3区域，对其中各点标记名称P1,P2,P3...P9,分布如下：

P3    P2   P9

P4    P1   P8

P5    P6   P7 

 

这里假设1表示黑色，0表示白色，且中心P1=1（黑色），那么，在同时满足以下4个条件时就删除P1（令P1=0）：

(1) 7>NZ(P1)>1;

(2) Z0(P1)=1;

(3) P2*P4*P6=0 OR Z0(P2)!=1;

(4) P2*P4*P8=0 OR Z0(P4)!=1;

其中的NZ(P)表示P点的8领域中1的数目；而Z0(P)可按如下方式计算：

Set  ncount=1;

if  P2=0 and P3=1, then ncount++;

if  P3=0 and P4=1, then ncount++;

if  P4=0 and P5=1, then ncount++;

if  P5=0 and P6=1, then ncount++;

if  P6=0 and P7=1, then ncount++;

if  P7=0 and P8=1,then  ncount++;

if  P8=0 and P9=1,then  ncount++;

if  P9=0 and P2=1,then  ncount++;

Z0(P)=ncount;

#include <iostream>
#include "cv.h"
#include "highgui.h"

using namespace std;
using namespace cv;

Mat ThinImage(Mat img)
{
	int i,j,count,ncount;

	for (i=2;i<img.rows-2;i++)
	{
		for (j=2;j<img.cols-2;j++)
		{
			if(img.at<uchar>(i,j)==255)
			{
			   bool condition1=false,
			        condition2=false,
			        condition3=false,
			        condition4=false;
			//count P(i,j) around #1
			count=0;
			if(img.at<uchar>(i-1,j-1)==255)
				count++;
			if(img.at<uchar>(i-1,j)==255)
				count++;
			if(img.at<uchar>(i-1,j+1)==255)
				count++;
			if(img.at<uchar>(i,j-1)==255)
				count++;
			if(img.at<uchar>(i,j+1)==255)
				count++;
			if(img.at<uchar>(i+1,j-1)==255)
				count++;
			if(img.at<uchar>(i+1,j)==255)
				count++;
			if(img.at<uchar>(i+1,j+1)==255)
				count++;
			if(count<7&&count>1)
				condition1=true;

			//compute ncount
			ncount=0;
			if(img.at<uchar>(i-1,j)==0&&img.at<uchar>(i-1,j-1)==255)
				ncount++;
			if(img.at<uchar>(i-1,j-1)==0&&img.at<uchar>(i,j-1)==255)
				ncount++;
			if(img.at<uchar>(i,j-1)==0&&img.at<uchar>(i+1,j-1)==255)
				ncount++;
			if(img.at<uchar>(i+1,j-1)==0&&img.at<uchar>(i+1,j)==255)
				ncount++;
			if(img.at<uchar>(i+1,j)==0&&img.at<uchar>(i+1,j+1)==255)
				ncount++;
			if(img.at<uchar>(i+1,j+1)==0&&img.at<uchar>(i,j+1)==255)
				ncount++;
			if(img.at<uchar>(i,j+1)==0&&img.at<uchar>(i-1,j+1)==255)
				ncount++;
			if(img.at<uchar>(i-1,j+1)==0&&img.at<uchar>(i-1,j)==255)
				ncount++;
			if(ncount==1)
				condition2=true;

			if (img.at<uchar>(i-1,j)*img.at<uchar>(i,j-1)*img.at<uchar>(i,j+1)==0)
				condition3=true;
			else
			{
				ncount=0;
				i-=1;
				if(img.at<uchar>(i-1,j)==0&&img.at<uchar>(i-1,j-1)==255)
					ncount++;
				if(img.at<uchar>(i-1,j-1)==0&&img.at<uchar>(i,j-1)==255)
					ncount++;
				if(img.at<uchar>(i,j-1)==0&&img.at<uchar>(i+1,j-1)==255)
					ncount++;
				if(img.at<uchar>(i+1,j-1)==0&&img.at<uchar>(i+1,j)==255)
					ncount++;
				if(img.at<uchar>(i+1,j)==0&&img.at<uchar>(i+1,j+1)==255)
					ncount++;
				if(img.at<uchar>(i+1,j+1)==0&&img.at<uchar>(i,j+1)==255)
					ncount++;
				if(img.at<uchar>(i,j+1)==0&&img.at<uchar>(i-1,j+1)==255)
					ncount++;
				if(img.at<uchar>(i-1,j+1)==0&&img.at<uchar>(i-1,j)==255)
					ncount++;
				if(ncount!=1)
					condition3=true;
				i+=1;
			}

			if (img.at<uchar>(i-1,j)*img.at<uchar>(i,j-1)*img.at<uchar>(i+1,j)==0)
				condition4=true;
			else
			{
				ncount=0;
				j-=1;
				if(img.at<uchar>(i-1,j)==0&&img.at<uchar>(i-1,j-1)==255)
					ncount++;
				if(img.at<uchar>(i-1,j-1)==0&&img.at<uchar>(i,j-1)==255)
					ncount++;
				if(img.at<uchar>(i,j-1)==0&&img.at<uchar>(i+1,j-1)==255)
					ncount++;
				if(img.at<uchar>(i+1,j-1)==0&&img.at<uchar>(i+1,j)==255)
					ncount++;
				if(img.at<uchar>(i+1,j)==0&&img.at<uchar>(i+1,j+1)==255)
					ncount++;
				if(img.at<uchar>(i+1,j+1)==0&&img.at<uchar>(i,j+1)==255)
					ncount++;
				if(img.at<uchar>(i,j+1)==0&&img.at<uchar>(i-1,j+1)==255)
					ncount++;
				if(img.at<uchar>(i-1,j+1)==0&&img.at<uchar>(i-1,j)==255)
					ncount++;
				if(ncount!=1)
					condition4=true;
				j+=1;

			}

			if(condition1&&condition2&&condition3&&condition4==true)
				img.at<uchar>(i,j)=0;
			}
		}
	}
 

			
	imshow("ThinImage",img);
	waitKey();
	return img;
}

 

细节：

注意环境复原，i，j 的处理，否则会进入死循环！

 

参考：

《数字图像处理与机器视觉》（人民邮电出版社）

（新手上路，如有错误或不够优化的地方请大方指出，共同提高！）