opencv 骨架提取/影象細化
骨架提取/影象細，相信很多人都聽說過，影象細化原理 可以參看這篇博文。由於opencv沒有現成的函式，因此，看懂了原理之後，自己寫了一個函數出來。
現在分享一下程式碼。
現在越來越覺得C部落格的好處，可以看到好多前輩分享的程式碼，大大縮短了自己掌握影象處理技巧的時間。
這種樂於分享的氛圍，必將極大的促進技術的進步和革新。
本程式碼配置條件 opencv2.4.9+vs2013 應該其他版本的vs和opencv也可以跑起來
輸入的srcimage為二值化後的影象，其中白色為要細化的特徵
void chao_thinimage(Mat &srcimage)//單通道、二值化後的影象 { vector<Point> deletelist1; int Zhangmude[9]; int nl = srcimage.rows; int nc = srcimage.cols; while (true) { for (int j = 1; j<(nl - 1); j++) { uchar* data_last = srcimage.ptr<uchar>(j - 1); uchar* data = srcimage.ptr<uchar>(j); uchar* data_next = srcimage.ptr<uchar>(j + 1); for (int i = 1; i<(nc - 1); i++) { if (data[i] == 255) { Zhangmude[0] = 1; if (data_last[i] == 255) Zhangmude[1] = 1; else Zhangmude[1] = 0; if (data_last[i + 1] == 255) Zhangmude[2] = 1; else Zhangmude[2] = 0; if (data[i + 1] == 255) Zhangmude[3] = 1; else Zhangmude[3] = 0; if (data_next[i + 1] == 255) Zhangmude[4] = 1; else Zhangmude[4] = 0; if (data_next[i] == 255) Zhangmude[5] = 1; else Zhangmude[5] = 0; if (data_next[i - 1] == 255) Zhangmude[6] = 1; else Zhangmude[6] = 0; if (data[i - 1] == 255) Zhangmude[7] = 1; else Zhangmude[7] = 0; if (data_last[i - 1] == 255) Zhangmude[8] = 1; else Zhangmude[8] = 0; int whitepointtotal = 0; for (int k = 1; k < 9; k++) { whitepointtotal = whitepointtotal + Zhangmude[k]; } if ((whitepointtotal >= 2) && (whitepointtotal <= 6)) { int ap = 0; if ((Zhangmude[1] == 0) && (Zhangmude[2] == 1)) ap++; if ((Zhangmude[2] == 0) && (Zhangmude[3] == 1)) ap++; if ((Zhangmude[3] == 0) && (Zhangmude[4] == 1)) ap++; if ((Zhangmude[4] == 0) && (Zhangmude[5] == 1)) ap++; if ((Zhangmude[5] == 0) && (Zhangmude[6] == 1)) ap++; if ((Zhangmude[6] == 0) && (Zhangmude[7] == 1)) ap++; if ((Zhangmude[7] == 0) && (Zhangmude[8] == 1)) ap++; if ((Zhangmude[8] == 0) && (Zhangmude[1] == 1)) ap++; if (ap == 1) { if ((Zhangmude[1] * Zhangmude[7] * Zhangmude[5] == 0) && (Zhangmude[3] * Zhangmude[5] * Zhangmude[7] == 0)) { deletelist1.push_back(Point(i, j)); } } } } } } if (deletelist1.size() == 0) break; for (size_t i = 0; i < deletelist1.size(); i++) { Point tem; tem = deletelist1[i]; uchar* data = srcimage.ptr<uchar>(tem.y); data[tem.x] = 0; } deletelist1.clear(); for (int j = 1; j<(nl - 1); j++) { uchar* data_last = srcimage.ptr<uchar>(j - 1); uchar* data = srcimage.ptr<uchar>(j); uchar* data_next = srcimage.ptr<uchar>(j + 1); for (int i = 1; i<(nc - 1); i++) { if (data[i] == 255) { Zhangmude[0] = 1; if (data_last[i] == 255) Zhangmude[1] = 1; else Zhangmude[1] = 0; if (data_last[i + 1] == 255) Zhangmude[2] = 1; else Zhangmude[2] = 0; if (data[i + 1] == 255) Zhangmude[3] = 1; else Zhangmude[3] = 0; if (data_next[i + 1] == 255) Zhangmude[4] = 1; else Zhangmude[4] = 0; if (data_next[i] == 255) Zhangmude[5] = 1; else Zhangmude[5] = 0; if (data_next[i - 1] == 255) Zhangmude[6] = 1; else Zhangmude[6] = 0; if (data[i - 1] == 255) Zhangmude[7] = 1; else Zhangmude[7] = 0; if (data_last[i - 1] == 255) Zhangmude[8] = 1; else Zhangmude[8] = 0; int whitepointtotal = 0; for (int k = 1; k < 9; k++) { whitepointtotal = whitepointtotal + Zhangmude[k]; } if ((whitepointtotal >= 2) && (whitepointtotal <= 6)) { int ap = 0; if ((Zhangmude[1] == 0) && (Zhangmude[2] == 1)) ap++; if ((Zhangmude[2] == 0) && (Zhangmude[3] == 1)) ap++; if ((Zhangmude[3] == 0) && (Zhangmude[4] == 1)) ap++; if ((Zhangmude[4] == 0) && (Zhangmude[5] == 1)) ap++; if ((Zhangmude[5] == 0) && (Zhangmude[6] == 1)) ap++; if ((Zhangmude[6] == 0) && (Zhangmude[7] == 1)) ap++; if ((Zhangmude[7] == 0) && (Zhangmude[8] == 1)) ap++; if ((Zhangmude[8] == 0) && (Zhangmude[1] == 1)) ap++; if (ap == 1) { if ((Zhangmude[1] * Zhangmude[3] * Zhangmude[5] == 0) && (Zhangmude[3] * Zhangmude[1] * Zhangmude[7] == 0)) { deletelist1.push_back(Point(i, j)); } } } } } } if (deletelist1.size() == 0) break; for (size_t i = 0; i < deletelist1.size(); i++) { Point tem; tem = deletelist1[i]; uchar* data = srcimage.ptr<uchar>(tem.y); data[tem.x] = 0; } deletelist1.clear(); }
效果如下圖所示
相關推薦
opencv 骨架提取/影象細化
骨架提取/影象細，相信很多人都聽說過，影象細化原理 可以參看這篇博文。由於opencv沒有現成的函式，因此，看懂了原理之後，自己寫了一個函數出來。 現在分享一下程式碼。 現在越來越覺得C部落格的好處，可以看到好多前輩分享的程式碼，大大縮短了自己掌握影象處理技巧的時間。 這種
Opencv中提取影象中的輪廓及中心點
// contourStudy.cpp : 定義控制檯應用程式的入口點。 //本文所提取的輪廓具有的特徵： 只有一個無孔洞的內連通 #include "stdafx.h" #include <opencv2/opencv.hpp> #include <iostream> #includ
【opencv】經典的細化提取骨架理論及原始碼
本章我們學習一下Hilditch演算法的基本原理，從網上找資料的時候，竟然發現兩個有很大差別的演算法描述，而且都叫Hilditch演算法。不知道那一個才是正宗的，兩個演算法實現的效果接近，第一種演算法更好一些。 第一種演算法描述參考paper和程式碼： Linear
OpenCV函式cvFindContous提取影象輪廓
分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！
OpenCV影象金字塔提取影象輪廓
程式碼位置：13-ImagePyramid.py import cv2 import numpy as np img = cv2.imread('./res/aero3.jpg') imgDown1 = cv2.pyrDown(img) imgDown2 = cv2.pyrDown(
opencv提取影象中的顏色直方圖（RGB、HSV）
本篇部落格主要介紹利用opencv工具提取一幅影象中的顏色直方圖特徵。所謂顏色直方圖，指的是一幅影象中的顏色分佈，與影象中的特定的物體無關，只是用來表示人的眼睛觀察到的影象中的顏色分佈情況，例如說，一幅圖中紅色佔了多少比例，綠色佔了多少比例等。 我們知道，計算機色彩顯示器採
將影象扭正確。利用OpenCV檢測影象中的長方形畫布或紙張並提取影象內容
也就是在一張照片裡，已知有個長方形的物體，但是經過了透視投影，已經不再是規則的長方形，那麼如何提取這個圖形裡的內容呢？這是個很常見的場景，比如在博物館裡看到一幅很喜歡的畫，用手機找了下來，可是回家一看歪歪斜斜，腦補原畫內容又覺得不對，那麼就需要演算法輔助來從原圖裡提取原來的內容了。不妨把應用的場景分為以下
OpenCV特徵提取與影象檢索實現（附程式碼）
翻譯 | AI科技大本營（ID:rgznai100） 參與 | 張蔚敏 審校 | reason_W “拍立淘”“一鍵識花”“街景匹配”……不知道大家在使用這些神奇的功能的時候，有沒有好奇過它們背後的技術原理？其實這些技術都離不開最基本的影象檢索技術。本篇文
OpenCV實現二值影象細化的演算法
細化演算法通常和骨骼化、骨架化演算法是相同的意思，也就是thin演算法或者skeleton演算法。雖然很多影象處理的教材上不是這麼寫的，具體原因可以看這篇論文，Louisa Lam, Seong-Whan Lee, Ching Y. Suen，“Thinni
提取影象的骨架(Skeleton)演算法
影象的骨架似乎沒有嚴格的數學定義，可認為是影象細化（Thinning）的產物（中軸可以看作一種骨架，其有嚴格的數學定義）。目前已經有許多細化演算法，這些演算法得到的骨架可能略有差異。本文實現了Khalid Sheed 的 K3M演算法。該演算法屬於迭代腐蝕邊界的一類演算法，
OpenCV學習筆記_影象細化
#include<opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using name
OpenCV入門：影象邊緣提取
本文將介紹如何利用OpenCV進行邊緣提取，原始碼如下： // // main.cpp // Edge_Detection // // Created by 黃露 on 16/3/21. // Copyright © 2016年 huanglu_thu13. All
利用MSER演算法提取影象區域(車牌區域)的OpenCV程式碼~
我的部落格中前面已經寫了兩種方法來實現車牌區域的提取了，大家可以參看下面這篇博文： MSER的全稱是maximally stable extremal region，翻譯過來為“最穩定極值區域”,extremal 意思的極值的意思。 下面說下這種方法的大致思路，如果要
python3.6 windows安裝python-contrib-opencv安裝及提取影象的SIFT特徵
#前言 最近幾天在做水果分類的一個Project，看到有人說SIFT特徵比較有用。由於Project的其他部分都是在python中完成的，所以想在python中提取影象的SIFT特徵。上網上一查立馬就發現了很多程式碼，原來python的opencv庫就封裝後SI
兩種影象骨架提取演算法的研究(2)實現程式碼
1 K3M #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/objdetect/objdetect.hpp> #include <opencv2/highgui/hig
二值影象的骨架提取
本文介紹的二值影象細化演算法是來自 T.Y. Zhang and C.Y. Suen 1984 年發表的論文 “A fast parallel algorithm for thinning digital patterns” 中所介紹的演算法。 演算法介紹
基於輪廓提取影象文字2---OpenCV-Python教程（11、輪廓檢測）
https://blog.csdn.net/sunny2038/article/details/12889059相比C++而言，Python適合做原型。本系列的文章介紹如何在Python中用OpenCV圖形庫，以及與C++呼叫相應OpenCV函式的不同之處。這篇文章介紹在Py
基於Mat變換的骨架提取Java
and ati ++ index turn 證明 public phi ont 針對一副二值圖像，區域內的點只有背景點（白點，0值）和前景點（黑點，1值）。對於給定區域的像素點逐次應用兩個基本步驟，以提取骨架： step1，如果一個像素點滿足下列4個條件，那麽將它標記為要刪
使用OpenCV對一系列影象生成視訊avi
直接上程式碼了，過程很簡單，注意路徑，環境：opencv3，macos //功能：將連續圖片合成視訊AVI //注意：檢查路徑是否存在空格，否則影響結果 //注意：根據檔名設定迴圈，何時開始迴圈 #include<opencv2/opencv.hpp> #include<
opencv 兩幅影象直接相減
關鍵函式cvAbsDiff() ,程式碼如下： #include "cv.h" #include "highgui.h" #include "cxcore.h" int main(int argc,char** argv) {cvNamedWindow("a",0);