OpenCV——八邻域断点检测

一、理论基础

1、八邻域

在这里插入图片描述

图1 八邻域示意图

在这里插入图片描述

图2 八邻域对应坐标关系

2、断点检测

首先将图像进行二值化，然后检测以 $P_1$ 为中心的它的八个领域，

$P_2+P_3+P_4+P_5+P_6+P_7+P_8+P_9\leq255\times6$ ，则 $P_1$ 点是一个边界点。
$P_2+P_3+P_4+P_5+P_6+P_7+P_8+P_9\geq255\times6$ ，则 $P_1$ 点是一个内部点。
$P_2+P_3+P_4+P_5+P_6+P_7+P_8+P_9=0$ ，则 $P_1$ 点是一个孤立点。
$P_2+P_3+P_4+P_5+P_6+P_7+P_8+P_9=255$ ，则 $P_1$ 点是一个端点。

图3 点的类型

二、代码实现

#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;vector<Point> breakImage(Mat& src);int main()
{  // 加载RGB图片Mat colorImage, grayImage, binImage;colorImage = imread("2.png");// 显示图片namedWindow("原始图像", cv::WINDOW_NORMAL); // 图像窗口函数imshow("原始图像", colorImage);// 图像二值化cvtColor(colorImage, grayImage, COLOR_BGR2GRAY);threshold(grayImage, binImage, 1, 255, THRESH_BINARY);vector<Point>P;P = breakImage(binImage);int nsize = P.size();Mat temp = Mat::zeros(binImage.size(), CV_8UC3);// 用圆圈出端点for (int i = 0; i < nsize; i++){circle(temp, P[i], 10, Scalar(0, 255, 0));}Mat circleadd;addWeighted(temp, 1, colorImage, 1, 0, circleadd);imwrite("端点.png",circleadd);namedWindow("circleadd", cv::WINDOW_NORMAL);imshow("circleadd", circleadd);waitKey(0);}
#pragma region//8邻域提取端点
vector<Point> breakImage(Mat& src)
{vector<Point> pointxy;Point ptPoint;Size size = src.size();int nSize;for (int i = 1; i < size.height - 1; i++){uchar* dataPre = src.ptr<uchar>(i - 1);uchar* dataCurr = src.ptr<uchar>(i);uchar* dataNext = src.ptr<uchar>(i + 1);for (int j = 1; j < size.width - 1; j++){//  p9 p2 p3    //  p8 p1 p4    //  p7 p6 p5int p1 = dataCurr[j];if (p1 != 255) continue;int p2 = dataPre[j];int p3 = dataPre[j + 1];int p4 = dataCurr[j + 1];int p5 = dataNext[j + 1];int p6 = dataNext[j];int p7 = dataNext[j - 1];int p8 = dataCurr[j - 1];int p9 = dataPre[j - 1];if (p1 == 255){if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) == 255){ptPoint.x = j;ptPoint.y = i;pointxy.push_back(ptPoint);printf("端点的坐标为：x:%d y:%d\n", j, i);}}}}nSize = (int)pointxy.size();printf("提取端点个数:%d\n", nSize);return pointxy;
}
#pragma endregion