简单的图像细化算法

本文主要是介绍简单的图像细化算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

* 函数名称：

* Tinning()

* 参数:

* int Width 源图像宽度（象素数）

* int Height 源图像高度（象素数）

* int TransImage[] 源图象

* 说明:

* 该函数利用基于索引表的细化算法对图像进行细化。

***********************************************************/

#define TRUE 1
#define FALSE 0
typedef unsigned char BYTE;

void Thinning(int Width,int Height,int TransImage[])
{
int i,j;
int num;
bool Finished;    // 细化结束标志
// int TransImage[1000];
// 各个变量用来存储(i,j)位置的八邻域像素点的灰度
int nw,n,ne,w,e,sw,s,se;
static int erasetable[256]={   // 细化表
   0,0,1,1,0,0,1,1,
   1,1,0,1,1,1,0,1,
   1,1,0,0,1,1,1,1,
   0,0,0,0,0,0,0,1,

   0,0,1,1,0,0,1,1,
   1,1,0,1,1,1,0,1,
   1,1,0,0,1,1,1,1,
   0,0,0,0,0,0,0,1,

   1,1,0,0,1,1,0,0,
   0,0,0,0,0,0,0,0,
   0,0,0,0,0,0,0,0,
   0,0,0,0,0,0,0,0,

   1,1,0,0,1,1,0,0,
   1,1,0,1,1,1,0,1,
   0,0,0,0,0,0,0,0,
   0,0,0,0,0,0,0,0,

   0,0,1,1,0,0,1,1,
   1,1,0,1,1,1,0,1,
   1,1,0,0,1,1,1,1,
   0,0,0,0,0,0,0,1,

   0,0,1,1,0,0,1,1,
   1,1,0,1,1,1,0,1,
   1,1,0,0,1,1,1,1,
   0,0,0,0,0,0,0,0,

   1,1,0,0,1,1,0,0,
   0,0,0,0,0,0,0,0,
   1,1,0,0,1,1,1,1,
   0,0,0,0,0,0,0,0,

   1,1,0,0,1,1,0,0,
   1,1,0,1,1,1,0,0,
   1,1,0,0,1,1,1,0,
   1,1,0,0,1,0,0,0
};
Finished=FALSE;
// 在细化之前将图像边缘去掉，防止干扰
for(i=0;i<Width;i++){
  for(j=0;j<20;j++){
   TransImage[j*Width+i]=255;
   TransImage[(Height-j)*Width+i]=255;
  }
}
for(j=0;j<Height;j++){
  for(i=0;i<15;i++){
   TransImage[j*Width+i]=255;
   TransImage[j*Width+(Width-i-1)]=255;
  }
}
// 开始细化
while(!Finished){
  Finished=TRUE;
  // 水平扫描
  for (j=0;j<Height;j++){
   for(i=0;i<Width;i++){
    if(TransImage[Width*(Height-j-1)+i]==0){
     w=TransImage[Width*(Height-j-1)+i-1];
     e=TransImage[Width*(Height-j-1)+i+1];
     // 判断(i,j)是否是边界点，如是，求该点的八邻域灰度值(0/255)，
// 根据各点的权重，计算对应查找表的索引；
     if( (w==255)|| (e==255)){
      nw=TransImage[Width*(Height-j)+i-1];
      n= TransImage[Width*(Height-j)+i];
      ne=TransImage[Width*(Height-j)+i+1];
      sw=TransImage[Width*(Height-j-2)+i-1];
      s= TransImage[Width*(Height-j-2)+i];
      se=TransImage[Width*(Height-j-2)+i+1];

num = nw/255+n/255*2+ne/255*4+w/255*8+e/255*16+w/255*32+s/255*64+se/255*128;
      if(erasetable[num]==1){
       // 查表，如果符合条件，将边界点修改为图像的背景
       TransImage[Width*(Height-j-1)+i]=(BYTE)255;
       Finished=FALSE;     // 再次进行扫描
       i++;
      }
     }
    }
   }
  }
  // 垂直扫描
  for (i=0;i<Width;i++){
   for(j=0;j<Height;j++){
    if(TransImage[Width*(Height-j-1)+i]==0){
     n=TransImage[Width*(Height-j)+i];
     s=TransImage[Width*(Height-j-2)+i];
     if( (n==255)|| (s==255)){
      nw=TransImage[Width*(Height-j)+i-1];
      ne=TransImage[Width*(Height-j)+i+1];
      w= TransImage[Width*(Height-j-1)+i-1];
      e= TransImage[Width*(Height-j-1)+i+1];
      sw=TransImage[Width*(Height-j-2)+i-1];
      se=TransImage[Width*(Height-j-2)+i+1];
      num = nw/255+n/255*2+ne/255*4+w/255*8+e/255*16+sw/255*32+s/255*64+se/255*128;
      if(erasetable[num]==1){
       // 查表，如果符合条件，将边界点修改为图像的背景
       TransImage[Width*(Height-j-1)+i]=(BYTE)255;
       Finished=FALSE;     // 再次进行扫描
       j++;
      }
     }
    }
   }
  } // 垂直扫描End
} // 细化End
return;
}

这篇关于简单的图像细化算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！