视觉组学习内容：Zhang-Suen骨架提取算法

前言

这是视觉组dalao给大家布置的学期末学习任务。
因为之前没有接触过linux，环境也没有配置好，对很多操作不够熟悉，做这个任务从头到尾大约花了两天合计15个小时的时间，中间还问过dalao两个小时左右的问题（此处给大佬比心），虽然和大佬说的三个小时相去甚远但是最后还是赶在ddl之前完成了任务。
总的来说收获很多，了解了ZhangSuen骨架提取算法的原理和算法实现，复习了面向对象编程的C++，还对linux系统(Ubuntu)有了进一步的了解，写第一篇博文记录一下大致过程和心得。

任务要求

使用ZhangSuen骨架提取算法实现简化数字轮廓

效果如图所示:

实现要求

• 使用类简化代码量，增强可读性；类的声明放在.h头文件中，函数实现单独放在.cpp文件中
• 不允许包含<opencv2/opencv.hpp>；把要用到的模块搞清楚，包含最少的头文件
• Linux下使用命令行或makefile编译程序，不允许使用pkg-config，不能有-lopencv_*这种写法，需要用到哪个库文件就明确调用哪个库文件

任务完成流程概要

1.在Windows平台的VS 2017上写好函数风格代码

这里参考了CSDN上和博客园的两篇文章，分别涉及原理和代码实现，链接附上

• 原理
  两种图像骨架提取算法的研究(1)原理部分 博主：zhubaohua_bupt
• 代码实现
  【20160924】GOCVHelper 图像增强部分（3） 博主：jsxyhelu
• 了解opencv各个模块的功能
  要求2是不能使用opencv.hpp，那就要了解其他模块的功能。
  参考Opencv3.2各个模块功能详细简介（包括与Opencv2.4的区别) 博主：朱铭德

2.使用类对原函数进行封装与调试

• 复习C++面向对象编程
  类的成员函数定义、初始化函数等概念的复习
• 类的声明/定义/使用
  类的封装风格参考过图像处理之Zhang Suen细化算法 博主：gloomyfish，虽然是java平台的opencv，但是可以启发灵感
  代码应该是在Ubuntu的环境中直接写的，但是由于没有配置，所以先在Windows写好以后再到Ubuntu里面使用，代码见后。

3.配置Ubuntu环境

• 换源
  换源是为了提高网络速度。这里弄了一阵子的时间，原因是因为很多教程都不是从零起步，而且有一定问题。很多网站上都是直接用vim（有可能没安装） 或者使用“打开”/"编辑"这种用语，对初入Ubuntu的小白很不友好。
  正确操作是先按Ctrl+Alt+T打开终端，然后输入sudo gedit /etc/apt/sources.list，在打开的文件窗口中将内容全部删除并复制上镜像源地址：参考Ubuntu 18.04换国内源 中科大源 阿里源 163源 清华源 博主:nudt_qxx，从中选一个复制粘贴(终端中的粘贴是Ctrl+Shift+V)，然后把结尾CSDN附带的注释删除再保存就可以了，不知道需不需要重启。
• 安装cmake(虽然没用上)
  用于cmake和makefile（？）
• 安装opencv环境
  任务3要求在终端中编译(编译用g++，这个我是自己用sudo apt-get install g++安装的)或者用makefile。不配置opencv的环境无法编译项目。
  在终端中使用sudo apt-get install synapic，再在系统自带的新立得安装包管理器里搜索opencv就可以下载了。出乎意料的方便。
• 安装编辑器及其他软件

4.在Terminal中使用g++完成编译

• 使用g++编译
  大佬实力操作。
  到这一步要准备编译。首先把我写好的两个cpp和一个.h文件放到同一个文件夹下，然后在右键菜单中点击“在终端打开”，输入g++ -o Zhenglin main.cpp class.cpp `pkg-config --libs --cflags opencv`要求3是不允许使用pkg-config和-lopencv_*，那写g++ -o z class.cpp main.cpp -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs也是正确的。注意，虽然头文件没有，但是终端还是要通过-l调用-lopencv_imgcodecs，否则会报错。
  如果程序正确，编译成功了就会生成一个叫做Zhenglin的文件，此时再输入./Zhenglin就可以执行这个文件了。可以看到输出结果。
  
  注意:使用文件时要注意有没有输入的图片，需要在源文件中修改路径。

封装代码

头文件

#ifndef C_ZHANGSUEN_DIY_H
#define C_ZHANGSUEN_DIY_H

#include<opencv2/core.hpp>											///基本数据类型
#include<opencv2/imgproc/imgproc.hpp>								///图像存取&线性变换
#include<opencv2/highgui.hpp>										///输出接口&交互接口

using namespace std;
using namespace cv;

class Skeleton {
   
public:
	void initialize();
	void getDst(Mat src);
	void DstToImg();
	int getAP(int i, int j);
	int getBP(int i, int j);
	bool condition34IsOK_1(int i, int j);
	bool condition34IsOK_2(int i, int j);
	void erasePoint(int i, int j);
	Mat Mat_return();
	Skeleton();
private:
	Mat dst;
	Mat tmpImg;
	int height;
	int width;
};

//主函数调用函数 函数调用类 并在函数体中判断条件 最后利用函数体返回



Mat skeleton(Mat src);

#endif //C_ZHANGSUEN_DIY_H

主文件

//*recoverd by Zhenglin/on 2018/12/29 
#include "ZhangSuen_DIY.h"/

Mat skeleton(Mat src);

int main(){
   
    Mat src = imread("E:/Python/6.jpg");
	Mat gray, binary, dst, skeleton_image;

	//图像预处理
	cvtColor(src, gray, CV_BGR2GRAY);
	threshold(gray, binary, 200, 255, CV_THRESH_BINARY);			///二值化需要在灰度基础上进行
	namedWindow("Binary", 0);										///只能对黑底白线进行提取，否则需要位反
	imshow("Binary", binary);

	//骨架提取
	skeleton_image = skeleton(binary);<