本章我们学习Rosenfeld细化算法，参考资料：http://yunpan.cn/QGRjHbkLBzCrn
在开始学习算法之前，我们先看下连通分量，以及4连通性，8连通性的概念：
假设我们有二值图，背景像素值为0，前景像素值为1。
我们使用下面的八邻域表示法：
对于前景点像素p1, 如果p2=0，则p1 称作北部边界点。如果p6=0，p1称作南部边界点，p4=0，p1称作东部边界点，p8=0，p1称作西部边界点。
p1周围8个像素的值都为0，则p1为孤立点，如果周围8个像素有且只有1个像素值为1，则此时p1称作端点。
另外还要了解的一个概念就是8 simple。
就是我们把p1的值设置为0后，不会改变周围8个像素的8连通性。
下面的三个图中，如果p1=0后，则会改变8连通性。
而下面的则不会改边8连通性，此时可以称像素p1是8 simple
Rosenfeld细化算法描述如下：
1. 扫描所有像素，如果像素是北部边界点，且是8simple，但不是孤立点和端点，删除该像素。
2. 扫描所有像素，如果像素是南部边界点，且是8simple，但不是孤立点和端点，删除该像素。
3. 扫描所有像素，如果像素是东部边界点，且是8simple，但不是孤立点和端点，删除该像素。
4. 扫描所有像素，如果像素是西部边界点，且是8simple，但不是孤立点和端点，删除该像素。
执行完上面4个步骤后，就完成了一次迭代，我们重复执行上面的迭代过程，直到图像中再也没有可以删除的点后，退出迭代循环。
算法代码如下：
break;
}
}
}
}
程序结果：
程序代码：工程FirstOpenCV11