图像分析方法之一（学习与研究笔记）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

骨架提取是图形学中经常会用在医学图像上的一种方法，骨架提取属于形态学处理，通过形态学+其他图像操作也同样可以完成骨架提取。

---

一、Skeleton是什么？

图像骨架指的是可以反应图像基本形状状况的简化图，通过提取这些信息可以有效减少不需要的冗余像素信息。图像骨架的基本解释和使用，包括原理方法，本文参考以下论文：A fast parallel algorithm for thinning digital patterns

二、Skeleton源代码范例

	cv::Mat src = imread("二值图");
	src /= 255;
	int rows = src.rows;
	int cols = src.cols;
	uchar* ptr = src.data;
	cv::Mat M = cv::Mat::zeros(src.size(), CV_8UC1);
	uchar* ptr_m = M.data;
	while (1)
	{
		cv::Mat temp = src.clone();
		//step1
		for (int i = 1; i < rows - 1; ++i)
		{
			for (int j = 1; j < cols - 1; ++j)
			{
				int P1 = i*cols + j;
				int P2 = (i - 1)*cols + j;
				int P3 = (i - 1)*cols + j + 1;
				int P4 = i*cols + j + 1;
				int P5 = (i + 1)*cols + j + 1;
				int P6 = (i + 1)*cols + j;
				int P7 = (i + 1)*cols + j - 1;
				int P8 = i*cols + j - 1;
				int P9 = (i - 1)*cols + j - 1;


				int sum = ptr[P2] + ptr[P3] + ptr[P4] + ptr[P5] + ptr[P6] + ptr[P7] + ptr[P8] + ptr[P9];

				int count = (ptr[P2] == 0 && ptr[P3] == 1)
					+ (ptr[P3] == 0 && ptr[P4] == 1)
					+ (ptr[P4] == 0 && ptr[P5] == 1)
					+ (ptr[P5] == 0 && ptr[P6] == 1)
					+ (ptr[P6] == 0 && ptr[P7] == 1)
					+ (ptr[P7] == 0 && ptr[P8] == 1)
					+ (ptr[P8] == 0 && ptr[P9] == 1)
					+ (ptr[P9] == 0 && ptr[P2] == 1);

				int zero_1 = ptr[P2] * ptr[P4] * ptr[P6];
				int zero_2 = ptr[P4] * ptr[P6] * ptr[P8];

				if (sum >= 2 && sum <= 6 && count == 1 && zero_1 == 0 && zero_2 == 0)
				{
					ptr_m[P1] = 1;
				}
			}
		}
		
		src -= M;
		
		//step2	
		for (int i = 1; i < rows - 1; i++)
		{
			for (int j = 1; j < cols - 1; j++)
			{
				int P1 = i*cols + j;
				int P2 = (i - 1)*cols + j;
				int P3 = (i - 1)*cols + j + 1;
				int P4 = i*cols + j + 1;
				int P5 = (i + 1)*cols + j + 1;
				int P6 = (i + 1)*cols + j;
				int P7 = (i + 1)*cols + j - 1;
				int P8 = i*cols + j - 1;
				int P9 = (i - 1)*cols + j - 1;
				int sum = ptr[P2] + ptr[P3] + ptr[P4] + ptr[P5] + ptr[P6] + ptr[P7] + ptr[P8] + ptr[P9];
				int count = (ptr[P2] == 0 && ptr[P3] == 1)
					+ (ptr[P3] == 0 && ptr[P4] == 1)
					+ (ptr[P4] == 0 && ptr[P5] == 1)
					+ (ptr[P5] == 0 && ptr[P6] == 1)
					+ (ptr[P6] == 0 && ptr[P7] == 1)
					+ (ptr[P7] == 0 && ptr[P8] == 1)
					+ (ptr[P8] == 0 && ptr[P9] == 1)
					+ (ptr[P9] == 0 && ptr[P2] == 1);
				
				int zero_1 = ptr[P2] * ptr[P4] * ptr[P8];
				int zero_2 = ptr[P2] * ptr[P6] * ptr[P8];
				if (sum >= 2 && sum <= 6 && count == 1 && zero_1 == 0 && zero_2 == 0)
				{
					ptr_m[P1] = 1;
				}
			}
		}
		src -= M;
		if (cv::countNonZero(temp - src) == 0)
			break;	
	}
	更高效的代码可以参见[github源码](https://github.com/ExtremeMart/SkeletonExtraction/blob/master/Zhang-Suen%20algorithm.txt)

---

总结

骨架提取还有许多其他的方法，本文算法是比较经典的提取算法。