文章目录
- 距离变换
- distanceTransform函数
距离变换
如果把二值图像理解成地形，黑色表示海洋，白色表示陆地，那么陆地上任意一点，到海洋都有一个最近的距离，如下图所示，对于左侧二值图像来说，【dist-bg】为其白色区域的骨骼；【dist-fg】为黑色区域的骨骼。
实现代码如下
import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import ascent
import cv2img = ascent().astype(np.uint8)bImgs = {}
th, bImg = cv2.threshold(img, 0, 255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
bImgs[f'otsu({th})'] = bImgbImgs["dist-bg"] = cv2.distanceTransform(bImg, cv2.DIST_L2,5)
bImgs["dist-fg"] = cv2.distanceTransform(255-bImg, cv2.DIST_L2,5)for i,key in enumerate(bImgs,1):plt.subplot(1,3,i)plt.imshow(bImgs[key], cmap='gray')plt.title(key)plt.axis('off')plt.show()
distanceTransform函数
【distanceTransform】函数的功能是，计算当前像素点到零像素点的最短距离，其输入参数有三，分别是输入的二值图像；求解距离的类型，以及掩膜尺寸，一般可设为3或者5。
在一张图像中，两点之间的距离有多种计算方式，比如
- a a a 水平和数竖直方向的变化量
- b b b 对角方向的变化量
- c c c 条约移动的变化量
距离变换函数综合了这三种距离，根据各种距离的权重不同，提供了下面几种不同的距离类别
| distanceType | maskSize | 参数 |
|---|---|---|
| CV_DIST_C | 3 ( 3 × 3 ) (3\times3) (3×3) | a = 1 , b = 1 a=1, b=1 a=1,b=1 |
| CV_DIST_L1 | 3 ( 3 × 3 ) (3\times3) (3×3) | a = 1 , b = 2 a=1, b=2 a=1,b=2 |
| CV_DIST_L2 | 3 ( 3 × 3 ) (3\times3) (3×3) | a = 0.955 , b = 1.3693 a=0.955, b=1.3693 a=0.955,b=1.3693 |
| CV_DIST_L2 | 5 ( 5 × 5 ) (5\times5) (5×5) | a = 1 , b = 1.4 , c = 2.1969 a=1, b=1.4, c=2.1969 a=1,b=1.4,c=2.1969 |
)
