|
圖像的細(xì)化主要是針對(duì)二值圖而言
所謂骨架，可以理解為圖像的中軸，,，一個(gè)長(zhǎng)方形的骨架，是它的長(zhǎng)方向上的中軸線，
圓的骨架是它的圓心,，直線的骨架是它自身，孤立點(diǎn)的骨架也是自身,。
骨架的獲取主要有兩種方法：
（1）基于烈火模擬
設(shè)想在同一時(shí)刻,，將目標(biāo)的邊緣線都點(diǎn)燃，火的前沿以勻速向內(nèi)部蔓延,，當(dāng)前沿相交時(shí)火焰熄滅,，
火焰熄滅點(diǎn)的結(jié)合就是骨架。
（2）基于最大圓盤(pán)
目標(biāo)的骨架是由目標(biāo)內(nèi)所有內(nèi)切圓盤(pán)的圓心組成
我們來(lái)看看典型的圖形的骨架（用粗線表示）
細(xì)化的算法有很多種,，但比較常用的算法是查表法
細(xì)化是從原來(lái)的圖中去掉一些點(diǎn),，但仍要保持原來(lái)的形狀。
實(shí)際上是保持原圖的骨架,。
判斷一個(gè)點(diǎn)是否能去掉是以8個(gè)相鄰點(diǎn)（八連通）的情況來(lái)作為判據(jù)的,，具體判據(jù)為：
1，內(nèi)部點(diǎn)不能刪除
2,，鼓勵(lì)點(diǎn)不能刪除
3,，直線端點(diǎn)不能刪除
4，如果P是邊界點(diǎn),，去掉P后,，如果連通分量不增加，則P可刪除
看看上面那些點(diǎn),。
第一個(gè)點(diǎn)不能去除,，因?yàn)樗莾?nèi)部點(diǎn)
第二個(gè)點(diǎn)不能去除,，它也是內(nèi)部點(diǎn)
第三個(gè)點(diǎn)不能去除，刪除后會(huì)使原來(lái)相連的部分?jǐn)嚅_(kāi)
第四個(gè)點(diǎn)可以去除,，這個(gè)點(diǎn)不是骨架
第五個(gè)點(diǎn)不可以去除,，它是直線的端點(diǎn)
第六個(gè)點(diǎn)不可以去除，它是直線的端點(diǎn)
對(duì)于所有的這樣的點(diǎn),，我們可以做出一張表,，來(lái)判斷這樣的點(diǎn)能不能刪除
我們對(duì)于黑色的像素點(diǎn)，對(duì)于它周?chē)?個(gè)點(diǎn),，我們賦予不同的價(jià)值,，
若周?chē)澈谏覀冋J(rèn)為其價(jià)值為0,，為白色則取九宮格中對(duì)應(yīng)的價(jià)值
對(duì)于前面那幅圖中第一個(gè)點(diǎn),，也就是內(nèi)部點(diǎn)，它周?chē)狞c(diǎn)都是黑色,，所以他的總價(jià)值是0,，對(duì)應(yīng)于索引表的第一項(xiàng)
前面那幅圖中第二點(diǎn)，它周?chē)腥齻€(gè)白色點(diǎn),，它的總價(jià)值為1+4+32=37,，對(duì)應(yīng)于索引表中第三十八項(xiàng)
我們用這種方法，把所有點(diǎn)的情況映射到0～255的索引表中
我們掃描原圖,，對(duì)于黑色的像素點(diǎn),，根據(jù)周?chē)它c(diǎn)的情況計(jì)算它的價(jià)值，然后查看索引表中對(duì)應(yīng)項(xiàng)來(lái)決定是否要保留這一點(diǎn)
我們很容易寫(xiě)出程序
 import cv
def Thin(image,array):
h = image.height
w = image.width
iThin = cv.CreateImage(cv.GetSize(image),8,1)
cv.Copy(image,iThin)
for i in range(h):
for j in range(w):
if image[i,j] == 0:
a = [1]*9
for k in range(3):
for l in range(3):
if -1<(i-1+k)<h and -1<(j-1+l)<w and iThin[i-1+k,j-1+l]==0:
a[k*3+l] = 0
sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128
iThin[i,j] = array[sum]*255
return iThin
def Two(image):
w = image.width
h = image.height
size = (w,h)
iTwo = cv.CreateImage(size,8,1)
for i in range(h):
for j in range(w):
iTwo[i,j] = 0 if image[i,j] < 200 else 255
return iTwo
array = [0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,\
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,\
1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0]
image = cv.LoadImage('pic3.jpg',0)
iTwo = Two(image)
iThin = Thin(iTwo,array)
cv.ShowImage('image',image)
cv.ShowImage('iTwo',iTwo)
cv.ShowImage('iThin',iThin)
cv.WaitKey(0)
我們來(lái)看看運(yùn)行效果：
（下圖最左邊的原圖若涉及版權(quán)問(wèn)題,，請(qǐng)作者與我聯(lián)系,，謝謝）
效果差強(qiáng)人意，總覺(jué)得有點(diǎn)不對(duì)頭,，但又說(shuō)不出哪里不對(duì)
好吧，我們來(lái)看看最簡(jiǎn)單的事例
按照前面的分析,，我們應(yīng)該得到一條豎著的線,，但實(shí)際上我們得到了一條橫線
我們?cè)趶纳系较拢瑥淖蟮接覓呙璧臅r(shí)候,，遇到第一個(gè)點(diǎn),，我們查表可以刪除，遇到第二個(gè)點(diǎn),，我們查表也可以刪除,，整個(gè)第一行都可以刪除
于是我們查看第二行時(shí)，和第一行一樣,，它也被整個(gè)刪除了,。這樣一直到最后一行,，于是我們得到最后的結(jié)果是一行直線
解決的辦法是：
在每行水平掃描的過(guò)程中，先判斷每一點(diǎn)的左右鄰居,，如果都是黑點(diǎn),，則該點(diǎn)不做處理。另外,，如果某個(gè)黑店被刪除了,，則跳過(guò)它的右鄰居，處理下一點(diǎn),。對(duì)矩形這樣做完一遍,，水平方向會(huì)減少兩像素。
然后我們?cè)俑拇怪狈较驋呙?，方法一樣?/p>
這樣做一次水平掃描和垂直掃描,，原圖會(huì)“瘦”一圈
多次重復(fù)上面的步驟，知道圖形不在變化為止
這一改進(jìn)讓算法的復(fù)雜度的運(yùn)行時(shí)間增大一個(gè)數(shù)量級(jí)
我們來(lái)看看改進(jìn)后的算法：
import cv
def VThin(image,array):
h = image.height
w = image.width
NEXT = 1
for i in range(h):
for j in range(w):
if NEXT == 0:
NEXT = 1
else:
M = image[i,j-1]+image[i,j]+image[i,j+1] if 0<j<w-1 else 1
if image[i,j] == 0 and M != 0:
a = [0]*9
for k in range(3):
for l in range(3):
if -1<(i-1+k)<h and -1<(j-1+l)<w and image[i-1+k,j-1+l]==255:
a[k*3+l] = 1
sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128
image[i,j] = array[sum]*255
if array[sum] == 1:
NEXT = 0
return image
def HThin(image,array):
h = image.height
w = image.width
NEXT = 1
for j in range(w):
for i in range(h):
if NEXT == 0:
NEXT = 1
else:
M = image[i-1,j]+image[i,j]+image[i+1,j] if 0<i<h-1 else 1
if image[i,j] == 0 and M != 0:
a = [0]*9
for k in range(3):
for l in range(3):
if -1<(i-1+k)<h and -1<(j-1+l)<w and image[i-1+k,j-1+l]==255:
a[k*3+l] = 1
sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128
image[i,j] = array[sum]*255
if array[sum] == 1:
NEXT = 0
return image
def Xihua(image,array,num=10):
iXihua = cv.CreateImage(cv.GetSize(image),8,1)
cv.Copy(image,iXihua)
for i in range(num):
VThin(iXihua,array)
HThin(iXihua,array)
return iXihua
def Two(image):
w = image.width
h = image.height
size = (w,h)
iTwo = cv.CreateImage(size,8,1)
for i in range(h):
for j in range(w):
iTwo[i,j] = 0 if image[i,j] < 200 else 255
return iTwo
array = [0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,\
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,\
1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0]
image = cv.LoadImage('pic3.jpg',0)
iTwo = Two(image)
iThin = Xihua(iTwo,array)
cv.ShowImage('image',image)
cv.ShowImage('iTwo',iTwo)
cv.ShowImage('iThin',iThin)
cv.WaitKey(0)
我們?cè)谡{(diào)用函數(shù)的時(shí)候可以控制掃描的次數(shù),，而不是判斷是否掃描完成
好啦,，我們來(lái)看看運(yùn)行效果吧。
效果確實(shí)比剛才好多了
我們來(lái)看看對(duì)復(fù)雜圖形的效果
（上圖中左圖若有版權(quán)問(wèn)題,，請(qǐng)與我聯(lián)系,，謝謝）
好啦，圖像的細(xì)化就講到這里了
之后一段時(shí)間要準(zhǔn)備考研,，雖然并不認(rèn)為自己還來(lái)得及復(fù)習(xí),，但總得做出點(diǎn)姿態(tài)
呵呵，可能之后兩個(gè)星期不再更新
|
