了解 OpenCV 中的距离变换答案

【问题标题】：Understanding Distance Transform in OpenCV了解 OpenCV 中的距离变换
【发布时间】：2014-04-29 02:53:02
【问题描述】：

什么是距离变换？它背后的理论是什么？如果我有两个相似的图像但在不同的位置，距离变换如何帮助它们重叠？距离变换函数产生的结果就像在中间分开 - 是它是为了找到一个图像的中心，使另一个图像重叠一半？我已经查看了 opencv 的文档，但仍然不清楚。

【问题讨论】：

标签： opencv computer-vision

【解决方案1】：

距离变换是一种适用于单个二值图像的操作，它从根本上寻求测量从每个空点（零像素）到最近边界点（非零像素）的值。

提供了一个示例here 和here。

测量可以基于各种定义，离散或精确计算：例如欧几里得、曼哈顿或棋盘。实际上，OpenCV 实现中的参数允许其中一些参数，并通过掩码大小控制它们的准确性。

该函数可以返回输出测量图像（浮点）以及标记的连接组件图像（Voronoi 图）。在操作here 中有一个例子。

我看到from another question 你最近问过你希望注册两个图像一起。我不认为距离变换真的是你在这里寻找的东西。如果您希望对齐一组点，我建议您查看 Procrustes、Iterative Closest Point 或 Ransac 等技术。

【讨论】：

我查看了 timlukins 提供的另一个问题链接，并回忆了 Steph 发布的问题。如果您的对象是 3D 或旋转出平面，您最好提及这一点。 ICP 和 Procrustes 将在您没有的 3D 点云上运行。 Ransac 是一种通用方法，可以使用任何拟合运行并选择最佳内点集。
ICP 和 Procrustes 与任何维度都相关。以下是一些不错的 2D 示例：en.wikipedia.org/wiki/Point_set_registration www2.maths.ox.ac.uk/chebfun/examples/geom/html/Procrustes.shtml
没错。但他或她的点在 3d 中旋转，因为她在您链接的问题中有正面和侧面。
remark @timlukins：在 opencv 中，对于二进制图像中的每个非零值像素，计算/近似到下一个零值像素的距离。所以零值表示cv::distanceTransform 中的非空像素，这可能有点令人困惑

【解决方案2】：

请看下图（您可能需要提高显示器亮度以更好地查看）。图片显示了与用像素强度描绘的红色轮廓的距离，因此在距离最大的图像中间，强度最高。这是距离变换的体现。这是一个直接的应用程序 - 绿色形状是所谓的活动轮廓或蛇，它根据与轮廓的距离梯度（并且还遵循一些其他约束）围绕红色轮廓卷曲。因此，距离变换的一种应用是形状处理。

另一个应用是文本识别——文本的强大提示之一是稳定的笔画宽度。在分段文本上运行的距离变换可以证实这一点。对应的方法称为stroke width transform (SWT)

至于对齐两个旋转的形状，我不确定如何使用 DT。您可以找到形状的中心来旋转形状，但您也可以围绕任何点旋转它。区别仅在于翻译，如果您运行matchTemplate 以将它们匹配到正确的方向，则无关紧要。

如果您上传图片，可能会更清楚该怎么做。一般来说，您可以将它们作为一个整体进行匹配，也可以通过特征（对各种变形或透视变形更健壮）进行匹配，如果它们只有几个特征，甚至可以使用轮廓/剪影。最后，您可以通过运行 PCA 或fitting an ellipse（作为旋转矩形）来确定对象的方向（如果它具有主导方向）。

cv::RotatedRect rect = cv::fitEllipse(points2D);
float angle_to_rotate = rect.angle;

【讨论】：

感谢@Vlad。不，我不需要对齐它们。它们已经对齐了。距离变换用于 2 个图像的叠加。所以，如果我理解正确的话，脸的中间部分更亮是因为它离边界的距离最大？
是的，这可用于对齐轮廓。您只需要使用 matchTemplate 对齐轮廓的 DT。但我确信还有其他方法可以进行对齐。展示你的图片是理解你的任务的关键。