距离变换-distanceTransform

距离变换-distanceTransform

1:Opencv中distanceTransform方法用于计算图像中每一个非零点距离离自己最近的零点的距离，distanceTransform的第二个Mat矩阵参数dst保存了每一个点与最近的零点的距离信息，图像上越亮的点，代表了离零点的距离越远。

---

实例代码如下：

#include <opencv2/imgproc/imgproc.hpp>  
#include <opencv2/core/core.hpp>        
#include <opencv2/highgui/highgui.hpp> 
#include <iostream> 
int main()
{
    cv::Mat srcImage = cv::imread("test.jpg");
    if (!srcImage.data)
        return -1;
    cv::Mat srcGray;
    cvtColor(srcImage, srcGray, CV_BGR2GRAY);// 转换为灰度图像
    cv::Mat srcBinary;
    threshold(srcGray, srcBinary, 160, 255, cv::THRESH_BINARY);// 转换为二值图像
    cv::Mat dstImage;
    cv::distanceTransform(srcBinary, dstImage, CV_DIST_L2,CV_DIST_MASK_PRECISE);// 距离变换
    cv::normalize(dstImage, dstImage, 0, 1., cv::NORM_MINMAX);// 归一化
    cv::imshow("src", srcImage);
    cv::imshow("srcBinary", srcBinary);
    cv::imshow("dstImage", dstImage);
    cv::waitKey(0);
    return 0;
}

结果图片如下;

---

2：可以根据距离变换的这个性质，经过简单的运算，用于细化字符的轮廓和查找物体质心（中心）。

一、细化轮廓

#include "core/core.hpp"  
#include "imgproc/imgproc.hpp"  
#include "highgui/highgui.hpp"  

using namespace cv;  

int main(int argc,char *argv[])  
{  
    float maxValue=0;  //定义距离变换矩阵中的最大值  
    Mat image=imread(argv[1]);  
    Mat imageGray;  
    cvtColor(image,imageGray,CV_RGB2GRAY);  
    imageGray=~imageGray;  //取反  
    GaussianBlur(imageGray,imageGray,Size(5,5),2); //滤波  
    threshold(imageGray,imageGray,20,200,CV_THRESH_BINARY); //阈值  
    imshow("s",imageGray);  
    Mat imageThin(imageGray.size(),CV_32FC1); //定义保存距离变换结果的Mat矩阵  
    distanceTransform(imageGray,imageThin,CV_DIST_L2,3);  //距离变换  
    Mat distShow;  
    distShow=Mat::zeros(imageGray.size(),CV_8UC1); //定义细化后的字符轮廓  
    for(int i=0;i<imageThin.rows;i++)  
    {  
        for(int j=0;j<imageThin.cols;j++)  
        {  
            if(imageThin.at<float>(i,j)>maxValue)  
            {  
                maxValue=imageThin.at<float>(i,j);  //获取距离变换的极大值  
            }  
        }  
    }  
    for(int i=0;i<imageThin.rows;i++)  
    {  
        for(int j=0;j<imageThin.cols;j++)  
        {  
            if(imageThin.at<float>(i,j)>maxValue/1.9)  
            {  
                distShow.at<uchar>(i,j)=255;   //符合距离大于最大值一定比例条件的点设为255  
            }  
        }  
    }  
    imshow("Source Image",image);  
    imshow("Thin Image",distShow);  
    waitKey();  
    return 0;  
}

结果图片如下：

---

二、查找物体质心

#include "core/core.hpp"  
#include "imgproc/imgproc.hpp"  
#include "highgui/highgui.hpp"  

using namespace cv;  

int main(int argc,char *argv[])  
{  
    float maxValue=0;  //定义距离变换矩阵中的最大值  
    Point Pt(0,0);  
    Mat image=imread(argv[1]);  
    Mat imageGray;  
    cvtColor(image,imageGray,CV_RGB2GRAY);  
    imageGray=~imageGray;  //取反  
    GaussianBlur(imageGray,imageGray,Size(5,5),2); //滤波  
    threshold(imageGray,imageGray,20,200,CV_THRESH_BINARY); //阈值化     
    Mat imageThin(imageGray.size(),CV_32FC1); //定义保存距离变换结果的Mat矩阵  
    distanceTransform(imageGray,imageThin,CV_DIST_L2,3);  //距离变换  
    Mat distShow;  
    distShow=Mat::zeros(imageGray.size(),CV_8UC1); //定义细化后的字符轮廓  
    for(int i=0;i<imageThin.rows;i++)  
    {  
        for(int j=0;j<imageThin.cols;j++)  
        {  
            distShow.at<uchar>(i,j)=imageThin.at<float>(i,j);  
            if(imageThin.at<float>(i,j)>maxValue)  
            {  
                maxValue=imageThin.at<float>(i,j);  //获取距离变换的极大值  
                Pt=Point(j,i);  //坐标  
            }  
        }  
    }  
    normalize(distShow,distShow,0,255,CV_MINMAX); //为了显示清晰，做了0~255归一化  
    circle(image,Pt,maxValue,Scalar(0,0,255),3);      
    circle(image,Pt,3,Scalar(0,255,0),3);  
    imshow("Source Image",image);  
    imshow("Thin Image",distShow);  
    waitKey();  
    return 0;  
}  

结果如下：