Opencv距离变换distanceTransform应用

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）。

一、细化轮廓

[cpp] view plain copy

print?

1. #include "core/core.hpp"  
2. #include "imgproc/imgproc.hpp"  
3. #include "highgui/highgui.hpp"  
4.   
5. using namespace cv;  
6.   
7. int main(int argc,char *argv[])  
8. {  
9.     float maxValue=0;  //定义距离变换矩阵中的最大值  
10.     Mat image=imread(argv[1]);  
11.     Mat imageGray;  
12.     cvtColor(image,imageGray,CV_RGB2GRAY);  
13.     imageGray=~imageGray;  //取反  
14.     GaussianBlur(imageGray,imageGray,Size(5,5),2); //滤波  
15.     threshold(imageGray,imageGray,20,200,CV_THRESH_BINARY); //阈值  
16.     imshow("s",imageGray);  
17.     Mat imageThin(imageGray.size(),CV_32FC1); //定义保存距离变换结果的Mat矩阵  
18.     distanceTransform(imageGray,imageThin,CV_DIST_L2,3);  //距离变换  
19.     Mat distShow;  
20.     distShow=Mat::zeros(imageGray.size(),CV_8UC1); //定义细化后的字符轮廓  
21.     for(int i=0;i<imageThin.rows;i++)  
22.     {  
23.         for(int j=0;j<imageThin.cols;j++)  
24.         {  
25.             if(imageThin.at<float>(i,j)>maxValue)  
26.             {  
27.                 maxValue=imageThin.at<float>(i,j);  //获取距离变换的极大值  
28.             }  
29.         }  
30.     }  
31.     for(int i=0;i<imageThin.rows;i++)  
32.     {  
33.         for(int j=0;j<imageThin.cols;j++)  
34.         {  
35.             if(imageThin.at<float>(i,j)>maxValue/1.9)  
36.             {  
37.                 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  
38.             }  
39.         }  
40.     }  
41.     imshow("Source Image",image);  
42.     imshow("Thin Image",distShow);  
43.     waitKey();  
44.     return 0;  
45. }  

对字母进行细化，原始图像：

细化效果：

对数字进行细化，原始图像：

细化效果：

二、查找物体质心

[cpp] view plain copy

print?

1. #include "core/core.hpp"  
2. #include "imgproc/imgproc.hpp"  
3. #include "highgui/highgui.hpp"  
4.   
5. using namespace cv;  
6.   
7. int main(int argc,char *argv[])  
8. {  
9.     float maxValue=0;  //定义距离变换矩阵中的最大值  
10.     Point Pt(0,0);  
11.     Mat image=imread(argv[1]);  
12.     Mat imageGray;  
13.     cvtColor(image,imageGray,CV_RGB2GRAY);  
14.     imageGray=~imageGray;  //取反  
15.     GaussianBlur(imageGray,imageGray,Size(5,5),2); //滤波  
16.     threshold(imageGray,imageGray,20,200,CV_THRESH_BINARY); //阈值化     
17.     Mat imageThin(imageGray.size(),CV_32FC1); //定义保存距离变换结果的Mat矩阵  
18.     distanceTransform(imageGray,imageThin,CV_DIST_L2,3);  //距离变换  
19.     Mat distShow;  
20.     distShow=Mat::zeros(imageGray.size(),CV_8UC1); //定义细化后的字符轮廓  
21.     for(int i=0;i<imageThin.rows;i++)  
22.     {  
23.         for(int j=0;j<imageThin.cols;j++)  
24.         {  
25.             distShow.at<uchar>(i,j)=imageThin.at<float>(i,j);  
26.             if(imageThin.at<float>(i,j)>maxValue)  
27.             {  
28.                 maxValue=imageThin.at<float>(i,j);  //获取距离变换的极大值  
29.                 Pt=Point(j,i);  //坐标  
30.             }  
31.         }  
32.     }  
33.     normalize(distShow,distShow,0,255,CV_MINMAX); //为了显示清晰，做了0~255归一化  
34.     circle(image,Pt,maxValue,Scalar(0,0,255),3);      
35.     circle(image,Pt,3,Scalar(0,255,0),3);  
36.     imshow("Source Image",image);  
37.     imshow("Thin Image",distShow);  
38.     waitKey();  
39.     return 0;  
40. }  

原始图像：

经过距离变换后距离Mat矩阵dst：

上图为了显示清晰，做了0~255的归一化。可以看到，中心处最亮，说明了中心点距离零点的距离最远，而最远处就可以作为物体的质心。

标记质心（绿色点）：