[OpenCV] Mat을 이용한 Thinning(세선화) 구현

Programming/Image Processing

[OpenCV] Mat을 이용한 Thinning(세선화) 구현

DevMonster 2014. 1. 13. 17:27

특징점 추출이나 패턴인식을 위해 많이 쓰이는 전처리 작업인 Thinning이다.

'Skeletonization'이라는 이름으로도 불리기도 한다.

이진화된 사진이나 영상의 골격을 추출하는 기법이다.

OpenCV에서 라이브러리로 제시된 것이 없어 구현하였다.

함수 호출은

Thinning(cv::Mat, cv::Mat.rows, cv::Mat.cols);

위와 같이 하면된다.

cv::Mat → Mat 변수의 이름

cv::Mat.rows → Mat 행의 수

cv::Mat.cols → Mat 열의 수

[입력 이미지]

위와 같이 이진화된 회로사진이 있을 때 세선화한다.

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

void Thinning(Mat input, int row, int col)

{

int x, y, p, q, xp, yp, xm, ym, cc, cd;

int np1, sp1, hv;

int cnt=0, chk=0, flag=0;

unsigned char *m_BufImage;

unsigned char *m_ResultImg;

m_BufImage = (unsigned char*)malloc(sizeof(unsigned char)*row*col);

m_ResultImg = (unsigned char*)malloc(sizeof(unsigned char)*row*col);

// Result image에 Mat format의 input image Copy

for( y = 0 ; y < row ; y ++ ){

for( x = 0 ; x < col ; x++ ){

*(m_ResultImg+(col*y)+x) = input.at<uchar>(y,x);

}

do{

// Image Buffer를 0으로 셋팅

for( y = 1 ; y < row-1 ; y ++ ){

for( x = 1 ; x < col-1 ; x++ ){

*(m_BufImage+(col*y)+x) = 0;

}

// 천이 추출

if(chk == 0) flag = 0;

chk = cnt % 2;

cnt ++;

for( y = 1 ; y < row-1 ; y ++ ){

ym = y - 1;

yp = y + 1;

for( x = 1 ; x < col-1 ; x ++ ){

if(*(m_ResultImg+(col*y)+x) == 0) continue;

np1 = 0;

for(q = y-1 ; q <= y+1; q ++ ){

for(p = x-1 ; p <= x+1; p ++ ){

if(*(m_ResultImg+(col*q)+p) != 0) np1++;

}

if(np1 < 3 || np1 > 7){

*(m_BufImage+(col*y)+x) = 255;

continue;

}

xm = x - 1;

xp = x + 1;

sp1 = 0;

if(*(m_ResultImg+(col*ym)+x) == 0 && *(m_ResultImg+(col*ym)+xp) != 0) sp1++;

if(*(m_ResultImg+(col*ym)+xp) == 0 && *(m_ResultImg+(col*y)+xp) != 0) sp1++;

if(*(m_ResultImg+(col*y)+xp) == 0 && *(m_ResultImg+(col*yp)+xp) != 0) sp1++;

if(*(m_ResultImg+(col*yp)+xp) == 0 && *(m_ResultImg+(col*yp)+x) != 0) sp1++;

if(*(m_ResultImg+(col*yp)+x) == 0 && *(m_ResultImg+(col*yp)+xm) != 0) sp1++;

if(*(m_ResultImg+(col*yp)+xm) == 0 && *(m_ResultImg+(col*y)+xm) != 0) sp1++;

if(*(m_ResultImg+(col*y)+xm) == 0 && *(m_ResultImg+(col*ym)+xm) != 0) sp1++;

if(*(m_ResultImg+(col*ym)+xm) == 0 && *(m_ResultImg+(col*ym)+x) != 0) sp1++;

if(sp1 != 1){

*(m_BufImage+(col*y)+x) = 255;

continue;

}

if(chk == 0){

cc = *(m_ResultImg+(col*ym)+x) * *(m_ResultImg+(col*y)+xp);

cc = cc * *(m_ResultImg+(col*yp)+x);

cd = *(m_ResultImg+(col*y)+xp) * *(m_ResultImg+(col*yp)+x);

cd = cd * *(m_ResultImg+(col*y)+xm);

}

else{

cc = *(m_ResultImg+(col*ym)+x) * *(m_ResultImg+(col*y)+xp);

cc = cc * *(m_ResultImg+(col*y)+xm);

cd = *(m_ResultImg+(col*ym)+x) * *(m_ResultImg+(col*yp)+x);

cd = cd * *(m_ResultImg+(col*y)+xm);

}

if(cc != 0 || cd != 0){

*(m_BufImage+(col*y)+x) = 255;

continue;

}

flag = 1;

}

for( y = 1 ; y < row-1 ; y ++ ){

for( x = 1 ; x < col-1 ; x ++ ){

*(m_ResultImg+(col*y)+x) = *(m_BufImage+(col*y)+x);

}

}while(!(chk == 1 && flag == 0));

// 4연결점 처리