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
桃花键神3 分钟前
AI可信论坛亮点:合合信息分享视觉内容安全技术前沿
人工智能
野蛮的大西瓜25 分钟前
开源呼叫中心中,如何将ASR与IVR菜单结合,实现动态的IVR交互
人工智能·机器人·自动化·音视频·信息与通信
CountingStars6191 小时前
目标检测常用评估指标(metrics)
人工智能·目标检测·目标跟踪
tangjunjun-owen1 小时前
第四节:GLM-4v-9b模型的tokenizer源码解读
人工智能·glm-4v-9b·多模态大模型教程
冰蓝蓝1 小时前
深度学习中的注意力机制:解锁智能模型的新视角
人工智能·深度学习
橙子小哥的代码世界1 小时前
【计算机视觉基础CV-图像分类】01- 从历史源头到深度时代:一文读懂计算机视觉的进化脉络、核心任务与产业蓝图
人工智能·计算机视觉
新加坡内哥谈技术2 小时前
苏黎世联邦理工学院与加州大学伯克利分校推出MaxInfoRL:平衡内在与外在探索的全新强化学习框架
大数据·人工智能·语言模型
小陈phd2 小时前
OpenCV学习——图像融合
opencv·计算机视觉·cv
fanstuck2 小时前
Prompt提示工程上手指南(七)Prompt编写实战-基于智能客服问答系统下的Prompt编写
人工智能·数据挖掘·openai
lovelin+v175030409662 小时前
安全性升级:API接口在零信任架构下的安全防护策略
大数据·数据库·人工智能·爬虫·数据分析