无需OpenCV：C++实现高效图像距离变换算法

想要在C++中实现类似MATLAB bwdist 函数的功能，但不希望依赖OpenCV库？没问题！本文提供手动实现距离变换算法的C++代码示例，并讲解其工作原理。

代码示例

以下代码实现了计算二值图像距离变换的功能：cpp#include #include #include

// 计算二维数组中某个点到最近前景点的欧氏距离double euclideanDistance(int x, int y, const std::vector<std::vector>& binaryImage) { int width = binaryImage[0].size(); int height = binaryImage.size(); double minDistance = std::numeric_limits::max(); for (int i = 0; i < height; ++i) { for (int j = 0; j < width; ++j) { if (binaryImage[i][j] == 1) { double distance = std::sqrt(std::pow(x - j, 2) + std::pow(y - i, 2)); if (distance < minDistance) { minDistance = distance; } } } } return minDistance;}

// 距离变换函数std::vector<std::vector> bwdist(const std::vector<std::vector>& binaryImage) { int width = binaryImage[0].size(); int height = binaryImage.size();

// 初始化距离变换结果矩阵    std::vector<std::vector<double>> distanceTransform(height, std::vector<double>(width, 0.0));

// 计算距离变换    for (int i = 0; i < height; ++i) {        for (int j = 0; j < width; ++j) {            if (binaryImage[i][j] == 0) {                distanceTransform[i][j] = euclideanDistance(j, i, binaryImage);            }        }    }

return distanceTransform;}

int main() { // 创建一个二值图像 std::vector<std::vector> binaryImage = { {0, 0, 0, 0, 0, 0}, {0, 1, 0, 0, 1, 0}, {0, 0, 0, 0, 0, 0}, {0, 0, 0, 0, 0, 0}, {0, 0, 1, 0, 1, 0}, {0, 0, 0, 0, 0, 0} }; // 应用距离变换 std::vector<std::vector> distanceTransform = bwdist(binaryImage);

// 显示距离变换结果    for (const auto& row : distanceTransform) {        for (const auto& val : row) {            std::cout << val << ' ';        }        std::cout << std::endl;    }

return 0;}

代码解析

代码中定义了两个函数：

euclideanDistance: 计算二维数组中某个点到最近前景点的欧氏距离。2. bwdist: 接收一个二值图像作为输入，返回一个与输入图像大小相同的距离变换矩阵。

bwdist 函数的工作原理如下：

遍历输入二值图像的每个像素。2. 如果当前像素为背景像素（值为0），则调用 euclideanDistance 函数计算该像素到最近前景像素的距离，并将结果存储在距离变换矩阵对应位置。3. 如果当前像素为前景像素（值为1），则距离变换矩阵对应位置的值保持为0。

注意事项

这段代码是一个简化的示例，假设输入是二维整数数组，并忽略了边界情况的处理。* 实际应用中，实现一个完整的 bwdist 函数可能需要处理多通道图像、不同数据类型的图像、图像边界等问题。

希望这个示例代码可以帮助您理解如何在C++中实现图像距离变换算法！