OpenCV骨架提取代码

本文详细介绍了OpenCV中骨架提取的代码实现,参考了《数字图像处理》第三版的相关章节,并提供了两种算法的实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

提取骨架常用的方法有zhang快速细化法,rosenfeld方法等。两种算法的原理可以参考:贾挺猛. 葡萄树冬剪机器人剪枝点定位方法研究[D]. 浙江工业大学, 2012.

这篇文章中有比较详细的解释。此外《数字图像处理》(第三版)-冈萨雷斯,9.5.7和11.1.7两个小节对骨架提取问题进行了比较详细的介绍。下面是实现两种算法的代码。

#define p1 SrcImage.at<uchar>(i, j)  
#define p2 SrcImage.at<uchar>(i - 1, j)  
#define p3 SrcImage.at<uchar>(i - 1, j + 1)  
#define p4 SrcImage.at<uchar>(i, j + 1)  
#define p5 SrcImage.at<uchar>(i + 1, j + 1)  
#define p6 SrcImage.at<uchar>(i + 1, j)  
#define p7 SrcImage.at<uchar>(i + 1, j - 1)  
#define p8 SrcImage.at<uchar>(i, j - 1)  
#define p9 SrcImage.at<uchar>(i - 1, j - 1)  
#define p10 p2
void ZhangFindSkeleton(Mat SrcImage, Mat &DstImage)//输入的目标像素为1,背景像素为0  
{  
    /*0:先对图像的边缘进行处理,避免图片的边缘对骨架提取造成的影响——如果图片四边都为0则没有必要*/  
    for (int j = 0;j < SrcImage.cols;j++)  
    {  
        SrcImage.at<uchar>(0, j) = 0;  
        SrcImage.at<uchar>(SrcImage.rows - 1, j) = 0;  
    }  
    for (int i = 0;i < SrcImage.rows;i++)  
    {  
        SrcImage.at<uchar>(i, 0) = 0;  
        SrcImage.at<uchar>(i, SrcImage.cols - 1) = 0;  
    }  
    /*0:记录所有非零点的坐标*/  
    vector<Point>target;  
    for (int i = 1;i < SrcImage.rows - 1;i++)  
    {  
        for (int j = 1;j < SrcImage.cols - 1;j++)  
        {  
            if (SrcImage.at<uchar>(i, j) == 1)  
            {  
                target.push_back(Point(i, j));  
            }  
        }  
    }  
    //--------------------------Zhang----------------------------------  
    int flag = 1;  
    while (flag)  
    {  
        flag = 0;//清空标志位  
         /*1:检测像素点是否满足Zhang快速细化法步骤1的四个条件*/  
        vector<Point> erase,reserve;  
        for (int k = 0;k < target.size();k++)//只检测已经记录的点  
        {  
            int i = target[k].x, j = target[k].y;  
            //检测条件a 2<=N(p1)<=6  
            int n = p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9;  
            if (n < 2
### OpenCV 中实现骨架提取算法 通过形态学操作可以间接实现图像的骨架提取。下面展示一种基于腐蚀和距离变换的方法来获取二值图像的骨架[^1]。 ```cpp #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; Mat get_skeleton(const Mat& binaryImage) { Mat element = getStructuringElement(MORPH_CROSS, Size(3, 3)); Mat skeleton(binaryImage.size(), CV_8UC1, Scalar(0)); Mat temp; bool done; do { erode(binaryImage, temp, element); dilate(temp, temp, element); // 这一步是为了恢复尺寸,但只保留原本分支点位置的部分 subtract(binaryImage, temp, temp); bitwise_or(skeleton, temp, skeleton); erode(binaryImage, binaryImage, element); double maxVal; minMaxLoc(binaryImage, nullptr, &maxVal); done = (maxVal == 0); } while (!done); return skeleton; } int main() { string imagePath = "path_to_image"; Mat img = imread(imagePath, IMREAD_GRAYSCALE); threshold(img, img, 127, 255, THRESH_BINARY); Mat skel = get_skeleton(img); imshow("Skeleton", skel); waitKey(); } ``` 这段代码定义了一个`get_skeleton()`函数用于接收一个二值化的输入图像并返回其骨架表示形式。该过程利用了形态学中的基本运算——腐蚀(`erode`)与膨胀(`dilate`)以及它们之间的组合操作。值得注意的是,在每次迭代过程中都会更新原始图像直到不再发生变化为止,以此确保最终得到的结果仅包含原对象最细部分即所谓的“骨架”。 对于更复杂的形状或者特定需求下的应用场合,则可能需要考虑其他更加精确但也更为复杂的手动实现方式比如Zhang-Suen细化算法等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值