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
To_OC6 小时前
手搓一个迷你版 Cursor:从零实现能自动写代码的编程 Agent
人工智能·langchain·llm
民乐团扒谱机6 小时前
【全流程实战】LibTV节点式AI视频工作流落地教程|从剧本到成片可复用流水线,新手/开发者双版本
人工智能·音视频
STLearner7 小时前
ICML 2026 | LLM×Graph论文总结[1]【图基础模型,文本属性图,多模态属性图,图对齐,图提示学习,关系深度学习
论文阅读·人工智能·python·深度学习·学习·机器学习·数据挖掘
冬奇Lab8 小时前
MCP 系列(05):Resources 和 Prompts 进阶——动态数据、参数化 URI 与多轮模板
人工智能·llm·mcp
冬奇Lab8 小时前
开源项目第158期:cangjie-skill — 把书、视频、播客里的方法论蒸馏成可调用的 AI Skills
人工智能·开源·资讯
习明然9 小时前
我的本地化AI项目(三)
人工智能·python·electron·c#·avalonia
程序猿炎义10 小时前
一人内容团队——用Amazon Quick Desktop实现小红书从选题到发布的全流程自动化
大数据·人工智能·microsoft·自动化·小红书
阿虎儿10 小时前
daytona创建snapshot: Failed to get initial runner: Error: No available runners
人工智能