距离变换distanceTransform应用——寻找图像的质心

距离变换distanceTransform应用——寻找图像的质心

OpenCV中distanceTransform方法用于计算图像中每一个非零点距离离自己最近的零点的距离，distanceTransform的第二个Mat矩阵参数dst保存了每一个点与最近的零点的距离信息，图像上越亮的点，代表了离零点的距离越远。

可以根据距离变换的这个性质，经过简单的运算，用于细化字符的轮廓和查找物体质心（中心）。

#include "core/core.hpp"  #include "imgproc/imgproc.hpp"  #include "highgui/highgui.hpp"  using namespace cv;int main(int argc, char *argv[]){    float maxValue = 0;  //定义距离变换矩阵中的最大值      Point Pt(0, 0);    Mat image = imread("corner.tif");    Mat imageGray;    cvtColor(image, imageGray, CV_RGB2GRAY);    imageGray = ~imageGray;  //取反      GaussianBlur(imageGray, imageGray, Size(5, 5), 2); //滤波      threshold(imageGray, imageGray, 20, 200, CV_THRESH_BINARY); //阈值化         Mat imageThin(imageGray.size(), CV_32FC1); //定义保存距离变换结果的Mat矩阵      distanceTransform(imageGray, imageThin, CV_DIST_L2, 3);  //距离变换      Mat distShow;    distShow = Mat::zeros(imageGray.size(), CV_8UC1); //定义细化后的字符轮廓      for (int i = 0; i<imageThin.rows; i++)    {        for (int j = 0; j<imageThin.cols; j++)        {            distShow.at<uchar>(i, j) = imageThin.at<float>(i, j);            if (imageThin.at<float>(i, j)>maxValue)            {                maxValue = imageThin.at<float>(i, j);  //获取距离变换的极大值                  Pt = Point(j, i);  //坐标              }        }    }    normalize(distShow, distShow, 0, 255, CV_MINMAX); //为了显示清晰，做了0~255归一化      circle(image, Pt, maxValue, Scalar(0, 0, 255), 3);    circle(image, Pt, 3, Scalar(0, 255, 0), 3);    imshow("Source Image", image);    imshow("Thin Image", distShow);    waitKey();    return 0;}