cvDistTransform距离变换

最新推荐文章于 2024-11-26 10:53:54 发布

转载最新推荐文章于 2024-11-26 10:53:54 发布 · 1.8k 阅读

文章标签：

#cvDistTransform #距离变换

图像处理专栏收录该内容

4 篇文章

订阅专栏

本文探讨了深度学习在图像处理领域的应用，包括AR特效、AI音视频处理、图像处理等技术，详细介绍了OpenCV图像处理、OpenGL ES滤镜、人脸标定AR等关键技术，并阐述了其在实时视频处理、人像分割、人体姿态估计等方面的实际应用。

/*F///////////////////////////////////////////////////////////////////////////////////////
// Name: cvDistTransform
// Purpose: calculates distance transform of binary image
// Context:
// Parameters:
// src - source binary image
// dst - output floating-point image, whose pixel values are distances from
// the correspondend pixel in the source image to the nearest 0-pixel.
// disType - type of metric used
// maskType - size of discrete aperture that approximates the metric.
// mask - array of 2 (for 3x3 mask) or 3 numbers (for 5x5 mask) that characterizes
// metric if disType is CV_DIST_USER (user-defined metric)
// Notes:
//F*/
OPENCVAPI void cvDistTransform( IplImage* src, IplImage* dst, CvDisType disType,
CvDisMaskType maskType, float* mask CV_DEFAULT(0));

================================================================================

DistTransform

计算输入图像的所有非零元素对其最近零元素的距离

void cvDistTransform( const CvArr* src, CvArr* dst, int distance_type=CV_DIST_L2,

int mask_size=3, const float* mask=NULL );

src

输入 8-比特、单通道 (二值) 图像.

dst

含计算出的距离的输出图像(32-比特、浮点数、单通道).

distance_type

距离类型; 可以是 CV_DIST_L1, CV_DIST_L2, CV_DIST_C 或 CV_DIST_USER.

mask_size

距离变换掩模的大小，可以是 3 或 5. 对 CV_DIST_L1 或 CV_DIST_C 的情况，参数值被强制设定为 3, 因为 3×3 mask 给出 5×5 mask 一样的结果，而且速度还更快。

mask

用户自定义距离情况下的 mask。在 3×3 mask 下它由两个数(水平/垂直位量，对角线位移量）组成， 5×5 mask 下由三个数组成(水平/垂直位移量，对角位移和国际象棋里的马步(马走日))

函数 cvDistTransform 二值图像每一个象素点到它最邻近零象素点的距离。对零象素，函数设置 0 距离，对其它象素，它寻找由基本位移（水平、垂直、对角线或knight's move，最后一项对 5×5 mask 有用）构成的最短路径。全部的距离被认为是基本距离的和。由于距离函数是对称的，所有水平和垂直位移具有同样的代价 (表示为 a ), 所有的对角位移具有同样的代价 (表示为 b), 所有的 knight's 移动具有同样的代价 (表示为 c). 对类型 CV_DIST_C 和 CV_DIST_L1，距离的计算是精确的，而类型 CV_DIST_L2 (欧式距离) 距离的计算有某些相对误差 (5×5 mask 给出更精确的结果), OpenCV 使用 [Borgefors86] 推荐的值：

CV_DIST_C (3×3):

a=1, b=1

CV_DIST_L1 (3×3):

a=1, b=2

CV_DIST_L2 (3×3):

a=0.955, b=1.3693

CV_DIST_L2 (5×5):

a=1, b=1.4, c=2.1969

下面用户自定义距离的的距离域示例 (黑点 (0) 在白色方块中间）: 用户自定义 3×3 mask (a=1, b=1.5)

4.5	4	3.5	3	3.5	4	4.5
4	3	2.5	2	2.5	3	4
3.5	2.5	1.5	1	1.5	2.5	3.5
3	2	1	0	1	2	3
3.5	2.5	1.5	1	1.5	2.5	3.5
4	3	2.5	2	2.5	3	4
4.5	4	3.5	3	3.5	4	4.5

用户自定义 5×5 mask (a=1, b=1.5, c=2)

4.5	3.5	3	3	3	3.5	4.5
3.5	3	2	2	2	3	3.5
3	2	1.5	1	1.5	2	3
3	2	1	0	1	2	3
3	2	1.5	1	1.5	2	3
3.5	3	2	2	2	3	3.5
4	3.5	3	3	3	3.5	4

典型的使用快速粗略距离估计 CV_DIST_L2, 3×3 mask , 如果要更精确的距离估计，使用 CV_DIST_L2, 5×5 mask。

When the output parameter labels is not NULL, for every non-zero pixel the function also finds the nearest connected component consisting of zero pixels. The connected components themselves are found as contours in the beginning of the function.

In this mode the processing time is still O(N), where N is the number of pixels. Thus, the function provides a very fast way to compute approximate Voronoi diagram for the binary image.

/*F///////////////////////////////////////////////////////////////////////////////////////
// Name: cvDistTransform
// Purpose: calculates distance transform of binary image
// Context:
// Parameters:
// src - source binary image
// dst - output floating-point image, whose pixel values are distances from
// the correspondend pixel in the source image to the nearest 0-pixel.
// disType - type of metric used
// maskType - size of discrete aperture that approximates the metric.
// mask - array of 2 (for 3x3 mask) or 3 numbers (for 5x5 mask) that characterizes
// metric if disType is CV_DIST_USER (user-defined metric)
// Notes:
//F*/
OPENCVAPI void cvDistTransform( IplImage* src, IplImage* dst, CvDisType disType,
CvDisMaskType maskType, float* mask CV_DEFAULT(0));