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
- #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;
- }
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
- #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;
- }
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):
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。