距离变换 (python 实现)

参考网址
距离变换的定义是:计算图像中像素点到最近零像素点的距离
python 中scipy工具可以很好的实现,计算像素点到零像素点的欧式距离

>>> a = np.array(([0,1,1,1,1],
                  [0,0,1,1,1],
                  [0,1,1,1,1],
                  [0,1,1,1,0],
                  [0,1,1,0,0]))
>>> from scipy import ndimage
>>> ndimage.distance_transform_edt(a)
array([[ 0.    ,  1.    ,  1.4142,  2.2361,  3.    ],
       [ 0.    ,  0.    ,  1.    ,  2.    ,  2.    ],
       [ 0.    ,  1.    ,  1.4142,  1.4142,  1.    ],
       [ 0.    ,  1.    ,  1.4142,  1.    ,  0.    ],
       [ 0.    ,  1.    ,  1.    ,  0.    ,  0.    ]])

在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
倒角距离变换(chamfer distance transform)是一种用于计算图像中点到最近目标点的距离的算法。它可以用于图像分割、目标识别和物体跟踪等应用。在Python中,可以使用OpenCV库来实现倒角距离变换。 下面是使用Python实现倒角距离变换的步骤: 1. 导入必要的库: ```python import cv2 import numpy as np ``` 2. 读取图像并将其转换为灰度图像: ```python image = cv2.imread('image.jpg') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ``` 3. 对灰度图像进行二值化处理: ```python ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) ``` 4. 使用OpenCV的distanceTransform函数计算距离变换: ```python distance = cv2.distanceTransform(binary, cv2.DIST_L2, 3) ``` 这里的DIST_L2表示使用欧式距离,3表示使用3x3的邻域进行计算。 5. 对距离变换结果进行归一化处理: ```python cv2.normalize(distance, distance, 0, 1.0, cv2.NORM_MINMAX) ``` 这一步是为了将距离值映射到0到1之间。 6. 可以根据需要可视化距离变换的结果: ```python cv2.imshow('Distance Transform', distance) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这里使用imshow函数显示距离变换结果,并使用waitKey函数等待按键响应。 通过以上步骤,就可以在Python实现倒角距离变换。请注意,这只是一个简单的示例,具体的实现可能因应用场景和需求的不同而有所差异。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [距离变换](https://blog.csdn.net/qq_32146369/article/details/106115991)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Chamfer Distance--倒角距离](https://blog.csdn.net/weixin_42894692/article/details/106148094)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值