opencv#36 图像距离变换

像素间距离

像素间的距离计算的是非零像素距离零像素的长度。

欧式距离
街区距离
棋盘距离

距离变换函数

distanceTransform()

cpp 复制代码
void cv::distanceTransform(InputArray   src,
                           OutputArray  dst,
                           int          distanceType,
                           int          maskSize,
                           int          dstType = CV_32F
                          )

·src:输入图像,数据类型为CV_8U的单通道图像。

·dst:输出图像,与输入图像具有相同尺寸,数据类型为CV_8U或者CV_32F的单通道图像。

·distanceType:选择计算两个像素之间距离方法的标志。

·maskSize:距离变换掩码矩阵大小,可以选择尺寸为DIST_MAASK_3(3*3),DIST_MASK_5(5*5)。

·dstType:输出图像的数据类型,可以是CV_8U或者CV_32F。

示例
cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>


using namespace cv; //opencv的命名空间
using namespace std;

//主函数
int main()
{
	//构建建议矩阵,用于求取像素之间的距离
	Mat a = (Mat_<uchar>(5, 5) << 1, 1, 1, 1, 1,
		1, 1, 1, 1, 1,
		1, 1, 0, 1, 1,
		1, 1, 1, 1, 1,
		1, 1, 1, 1, 1);
	Mat dist_L1, dist_L2, dist_C, dist_L12;

	//计算街区距离
	distanceTransform(a, dist_L1, 1, 3, CV_8U);
	cout << "街区距离" << endl << dist_L1 << endl;

	//计算欧式距离
	distanceTransform(a, dist_L2, 2, 5, CV_8U);
	cout << "欧式距离" << endl << dist_L2 << endl;

	//计算棋盘距离
	distanceTransform(a, dist_C, 3, 5, CV_8U);
	cout << "棋盘距离" << endl << dist_C << endl;


	cout << "对图像进行距离变换" << endl;
	waitKey(0);//等待函数用于显示图像,按下键盘任意键后退出
	

	//对图像进行距离变换
	Mat img = imread("E:/opencv/opencv-4.6.0-vc14_vc15/opencv/hua.jpg");
	if (img.empty())
	{
		cout << "请确认图像文件名是否正确" << endl;
		return -1;
	}
	Mat hua, huaBW, huaBW_INV;
	cvtColor(img, hua, COLOR_BGR2GRAY);//转为灰度图像

	//将图像转为二值图像,同时把黑白区域颜色呼唤
	threshold(hua, huaBW, 25, 255, THRESH_BINARY);
	threshold(hua, huaBW_INV, 25, 255, THRESH_BINARY_INV);

	//距离变换
	Mat dist, dist_INV;
	distanceTransform(huaBW, dist, 1, 3, CV_32F);//数据类型设置为32F时,所有大于1的数将全部为白色
	distanceTransform(huaBW_INV, dist_INV, 1, 3, CV_8U);

	//显示变换结果
	imshow("huaBW", huaBW);
	imshow("dist", dist);
	imshow("huaBW_INV", huaBW_INV);
	imshow("dist_INV", dist_INV);

	waitKey(0);//等待函数用于显示图像,按下键盘任意键后退出
	return 0;
}
结果
相关推荐
2601_962860158 分钟前
隐私计算工程选型:MPC、联邦学习与可检索的测评基准
人工智能
启途AI9 分钟前
重构AI时代品牌坐标:搜极星与InsGEO双核驱动下的GEO全域监测新范式及生态工具全景解析
人工智能·重构
心念枕惊12 分钟前
【Agent Harness】Gliding Horse 整体架构拼图:当 AI Agent 有了自己的操作系统
人工智能·架构
JackHCC24 分钟前
Meta-SlimPer:固定知识库重构个性化排序
人工智能·机器学习·重构
Sirius Wu38 分钟前
OpenClaw Model Provider(模型提供商)完整详解
服务器·网络·人工智能·安全·aigc
1234Wu44 分钟前
企业网站建设与SEO之后,如何补上GEO让AI搜索推荐你的品牌?
人工智能
产品推荐官1 小时前
2026年AI应用开发服务商的选择逻辑:适配度比功能清单更重要
大数据·人工智能·ai·技术分享·开发经验
虹科网络安全1 小时前
“顶会”看安全(十六):深入分析函数内联及其对基于机器学习的二进制分析的安全影响
人工智能·安全·机器学习
麻雀飞吧1 小时前
最新量化实现难点,规则和流程要先有形状
人工智能·python
武子康1 小时前
权重已到、Recipe 还在变:Kimi K3 发布后该怎样做工程验收
人工智能·后端·agent