// XiHua.cpp : 定义控制台应用程序的入口点。
//
//基于索引表的图像细化算法
//#include "stdafx.h"
#include "highgui.h"
#include "cv.h"//包含cvCreateStructuringElementEx();颜色空间转换函数cvCvtColor()需要
//#include "cxcore.h"
//#pragma comment(lib, "opencv_core249.lib")//opencv_core249.lib取代cv.lib等---（不懂以后再一一对应）
//#pragma comment(lib,"opencv_highgui249.lib")
//#pragma comment(lib,"opencv_imgproc249.lib")
#include <stdlib.h>
#include <string.h>
//基于索引表的细化细化算法
//功能：对图象进行细化
//参数：lpDIBBits：代表图象的一维数组
// lWidth：图象高度
// lHeight：图象宽度
// 代表图象的一维数组 图象宽度 图象高度
bool ThiningDIBSkeleton(unsigned char* imagedata, int lWidth, int lHeight)
{
/* unsigned char* imagedata;
imagedata = new uchar[sizeof(char) * src->width * src->height]();
*/
/*
deletemark[256]为前人据8领域总结的是否可以被删除的256种情况
不可以删除用0来表示，能被删除的用1来表示
*/
unsigned char deletemark[256] = {
0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1,
1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1,
0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1,
1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0,
0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0,
1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0
};//索引表
//循环变量
//long i;
//long j;
unsigned char p0, p1, p2, p3, p4, p5, p6, p7;
unsigned char *pmid, *vergeMark; // pmid 用来指向二值图像 vergeMark用来指向存放是否为边缘
unsigned char sum;
bool bStart = true;
//动态创建一个长度为sizeof(char) * src->width * src->height的数组
//并且初始化把数组元素都设置为0
//长度与imagedata长度一样
long lLength;
lLength = lWidth * lHeight; //数组长度
unsigned char *pTemp = new uchar[sizeof(unsigned char) * lLength]();
// P0 P1 P2
// P7 P3
// P6 P5 P4
while (bStart)
{
bStart = false;
//每次循环pTemp所有元素都置0
memset(pTemp, 0, lLength);//初始化pTemp指向的lLength空间全部初始化为0
/*---------------首先求边缘点----------------*/
pmid = (unsigned char *)imagedata + lWidth + 1; // pmid 用来指向二值图像矩阵的第二行 +1 表示不考虑图像第一行
vergeMark = (unsigned char *)pTemp + lWidth + 1; //pmidtemp用来指向存放是否为边缘 如果是边缘点 则将其设为1
for (int i = 1; i < lHeight - 1; i++) //lHeight -1表示不考虑图像最后一行 第一列
{
for (int j = 1; j < lWidth - 1; j++) //lWidth - 1表示不考虑图像最后一列
{
//图像已经是01化，如果是0我们不考虑
if (*pmid == 0)
{
pmid++;
vergeMark++;
continue;
}
//如果是1，是我们考虑的点 我们需要对周围8个进行判断是否边缘
p0 = *(pmid - lWidth - 1);
p1 = *(pmid - lWidth); // P0 P1 P2
p2 = *(pmid + 1 - lWidth); // P7 P3
p3 = *(pmid + 1); // P6 P5 P4
p4 = *(pmid + lWidth + 1);
p5 = *(pmid + lWidth);
p6 = *(pmid + lWidth - 1);
p7 = *(pmid - 1);
//p0--到---p7的值不是0就是1
sum = p0 & p1 & p2 & p3 & p4 & p5 & p6 & p7;//如果是边缘，肯定周围的P0P1P2P3P4P5P6P7 中一定至少有一个为0
if (sum == 0)
{
*vergeMark = 1;// 表记边缘
}
pmid++;
vergeMark++;
}
pmid++;//跳过图像最后一列，不考虑
vergeMark++;
pmid++;//跳过图像第一列，不考虑
vergeMark++;
}
/*---------------沿着边缘现在开始删除----------------*/
pmid = (unsigned char *)imagedata + lWidth + 1;
vergeMark = (unsigned char *)pTemp + lWidth + 1;
for (long i = 1; i < lHeight - 1; i++) // 不考虑图像第一行 第一列 最后一行 最后一列
{
for (long j = 1; j < lWidth - 1; j++)
{
//*vergeMark=0表示这个点不是边缘，即不进行删除
if (*vergeMark == 0)
{
pmid++;
vergeMark++;
continue;
}
//如果是1，是我们考虑的点 我们需要对周围8个进行判断
//判断一个点是否能去掉, 要根据它的八个相邻点的情况来判断
p0 = *(pmid - lWidth - 1);
p1 = *(pmid - lWidth); // P0 P1 P2
p2 = *(pmid - lWidth + 1 ); // P7 P3
p3 = *(pmid + 1); // P6 P5 P4
p4 = *(pmid + lWidth + 1);
p5 = *(pmid + lWidth);
p6 = *(pmid + lWidth - 1);
p7 = *(pmid - 1);
/*根据它的八个相邻点的情况形成的索引表进行删除操作
*
* 经过预处理后得到待细化的图像是0、1二值图像。
* 像素值为1的是需要细化的部分，像素值为0的是背景区域。
*
* 基于索引表的算法就是"依据一定的判断依据"，所做出的一张表，
* 因为一个像素的8个邻域，我们可以用8位二进制表示，共有256中可能情况，
* 因此，索引表的大小一般为256。
* 根据索引值对应表中的位置存0或1，
* 当前像素不能删除存为0，
* 可以删除存为1。
*
* 然后根据要细化的点的八个邻域的在索引表中情况查询，
* 若表中元素是1，则删除该点（改为背景）
* 若是0则保留。
*
*
* ----------------------------------------
* |p7 | p6 | p5 | p4 | p3 | p2 | p1 | p0 |---索引值对应表中的位置-----》共有256中可能情况
* ----------------------------------------
（位置1）0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1,
1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1,
0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1,
1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0,
0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0,
1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0（位置256）
*/
//此时p0--到---p7的值不是0就是1
p1 *= 2;
p2 *= 4;
p3 *= 8;
p4 *= 16;
p5 *= 32;
p6 *= 64;
p7 *= 128;
sum = p0 | p1 | p2 | p3 | p4 | p5 | p6 | p7;
// sum = p0 + p1 + p2 + p3 + p4 + p5 + p6 + p7;
if (deletemark[sum] == 1)//可以删除
{
*pmid = 0;
bStart = true; // 表明本次扫描进行了细化
}
pmid++;
vergeMark++;
}
pmid++;//跳过图像最后一列，不考虑
vergeMark++;
pmid++;//跳过图像第一列，不考虑
vergeMark++;
}
}
//循环结束说明没有可以继续细化的点了，则为细化结束
delete[]pTemp;
return true;
}
int main(int argc, char* argv[])
{
//加载原图像
IplImage* src = cvLoadImage("F:\\zhengning\\QtOpencv\\Images\\xihua.PNG", 0);
//---------------------------预处理二值化------------------------------------
//对原图像进行二值化 阈值
cvThreshold(src, src, 100, 255, CV_THRESH_BINARY);
/*
图像二值化就是将图像上的像素点的灰度值设置为0或255，
也就是将整个图像呈现出明显的黑白效果
CV_THRESH_BINARY 意思为： if src(x,y) > 100
src(x,y)=255
else
src(x,y)=-0
原图像由0到255---->0或255
*/
cvNamedWindow("s", 0);
cvShowImage("s", src);
//-----------------------------预处理0/1化-------------------------------------
/*
将imagedata指向的与原图像大小一下的数组空间进行0或1赋值
二值图有原来的0或255----->------0或1
*/
//动态创建一个长度为sizeof(char) * src->width * src->height的字符数组
//并且初始化把数组元素都设置为0
unsigned char* imagedata;
imagedata = new uchar[sizeof(char) * src->width * src->height]();
int x, y;
for (y = 0; y<src->height; y++)
{
/*
widthStep表示存储一行像素需要的字节数
偏移到第y行
*/
unsigned char* ptr = (unsigned char*)(src->imageData + y*src->widthStep);
for (x = 0; x<src->width; x++)
{
/*
判断第y行第x列的元素值是否大于0
大于0时将数组对应的位置元素设置为1
不大于0则设置为0
imagedata数组里面不是0就时1
*/
imagedata[y*src->width + x] = ptr[x] > 0 ? 1 : 0;
//经过预处理后得到待细化的图像是0、1二值图像。
}
}
//----------------------------细化-----------------------------------------
//经过预处理后得到待细化的图像是0、1二值图像。
//细化一次，和细化多次，由于索引表不变，每次细化效果都一样，想采用多次细化无法消除毛刺
ThiningDIBSkeleton(imagedata, src->width, src->height);
//--------------------对细化后的0/1图二值化(0/255)-----------------------------
/*
将ptr指向的与原图像大小一下的数组空间进行0或255赋值
*/
for (y = 0; y<src->height; y++)
{
/*
widthStep表示存储一行像素需要的字节数
偏移到第y行
*/
unsigned char* ptr = (unsigned char*)(src->imageData + y*src->widthStep);
for (x = 0; x<src->width; x++)
{
/*
判断第y行第x列的元素值是否大于0
大于0时将数组对应的位置元素设置为1
不大于0则设置为0
ptr指向的空间的值不是0就是255
也就是细化之后再次变为二值图
*/
ptr[x] = imagedata[y*src->width + x]>0 ? 255 : 0;
}
}
//-------------------------------------------------------------------------
cvNamedWindow("src", 0);
cvShowImage("src", src);
cvWaitKey(0);
delete[]imagedata;
return 0;
}
1208
非常没帮助
没帮助
一般
有帮助
非常有帮助
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
