距离变换distanceTransform应用——寻找图像的质心
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。
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)。
#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("corner.tif");
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;
}