java 二值化代码_Java Opencv 实现细化二值化

最新推荐文章于 2022-11-25 16:18:19 发布

weixin_39805255

最新推荐文章于 2022-11-25 16:18:19 发布

阅读量133

点赞数

文章标签： java 二值化代码

本文链接：https://blog.csdn.net/weixin_39805255/article/details/114567211

版权

1．用OpenCV验证腐蚀和膨胀，只需截图回复。具体做法可参考何东健课件和源代码的第6章或其他资源。

2．用OpenCV验证细化，只需截图回复。具体做法可参考何东健课件和源代码的第6章或其他资源。

3．其他方法，可先了解基本原理，数学推导知道即可。

用OpenCV验证腐蚀和膨胀public class threshold {

private final static String path = System.getProperty("user.dir") + "\\catton.jpg";

static {

platformUtils.loadLibraries();

}

public static void main(String[] args) {

Mat src= Imgcodecs.imread(path);

Mat dest=new Mat();

Imgproc.threshold(src,dest,100,500,Imgproc.THRESH_BINARY);

//获取数据

byte [] data=new byte[dest.rows()*dest.cols()*(int)dest.elemSize()];

dest.get(0,0,data);

//转为二值化image buffer作为存储对象可以存储二进制也可以存储灰度化图像

BufferedImage bufferedImage=new BufferedImage(dest.cols(),dest.rows(),BufferedImage.TYPE_BYTE_GRAY);

bufferedImage.getRaster().setDataElements(0,0,dest.cols(),dest.rows(),data);

JFrame frame=new JFrame();

frame.getContentPane().add(new JLabel(new ImageIcon(bufferedImage)));

frame.pack();

frame.setVisible(true);

HighGui.imshow(" threshold image",dest);

HighGui.waitKey(0);

}

用OpenCV验证细化//提取图像的骨架

void ImgThin(cv::Mat src,int maxIterations=-1)

{

if (src.empty()) return;//图像为空，直接返回

cv::threshold(src, src, m_dThreshold, 1, CV_THRESH_BINARY);//转为0或1的图像

int ImgHeight = src.rows;

int ImgWidth = src.cols;

int count = 0; //记录迭代次数

while (true)

{

count++;

if (maxIterations != -1 && count > maxIterations) //限制次数并且迭代次数到达

break;

vector > mFlag; //用于标记需要删除的点

//对点标记

for (int i = 0; i < ImgHeight; ++i)

{

for (int j = 0; j < ImgWidth; ++j)

{

//如果满足四个条件，进行标记

// p9 p2 p3

// p8 p1 p4

// p7 p6 p5

int p1 = src.at(i, j);

int p2 = (i == 0) ? 0 : src.at(i - 1, j);

int p3 = (i == 0 || j == ImgWidth - 1) ? 0 : src.at(i - 1, j + 1);

int p4 = (j == ImgWidth - 1) ? 0 : src.at(i, j + 1);

int p5 = (i == ImgHeight - 1 || j == ImgWidth - 1) ? 0 : src.at(i + 1, j + 1);

int p6 = (i == ImgHeight - 1) ? 0 : src.at(i + 1, j);

int p7 = (i == ImgHeight - 1 || j == 0) ? 0 : src.at(i + 1, j - 1);

int p8 = (j == 0) ? 0 : src.at(i, j - 1);

int p9 = (i == 0 || j == 0) ? 0 : src.at(i - 1, j - 1);

if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) >= 2 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) <= 6)

{

int ap = 0;

if (p2 == 0 && p3 == 1) ++ap;

if (p3 == 0 && p4 == 1) ++ap;

if (p4 == 0 && p5 == 1) ++ap;

if (p5 == 0 && p6 == 1) ++ap;

if (p6 == 0 && p7 == 1) ++ap;

if (p7 == 0 && p8 == 1) ++ap;

if (p8 == 0 && p9 == 1) ++ap;

if (p9 == 0 && p2 == 1) ++ap;

if (ap == 1)

{

if (p2*p4*p6 == 0)

{

if (p4*p6*p8 == 0)

{

//标记

mFlag.push_back(make_pair(i, j));

}

//将标记的点删除

for (vector >::iterator i = mFlag.begin(); i != mFlag.end(); ++i)

{

src.at(i->first, i->second) = 0;

}

//直到没有点满足，算法结束

if (mFlag.size() == 0) break;

else mFlag.clear();//将mFlag清空