c# OpenCvSharp 距离变换 DistanceTransform

距离变换的处理图像通常都是二值图像，而二值图像其实就是把图像分为两部分，即背景和物体两部分，物体通常又称为前景目标。通常我们把前景目标的灰度值设为255（即白色），背景的灰度值设为0（即黑色）。所以定义中的非零像素点即为前景目标，零像素点即为背景。所以图像中前景目标中的像素点距离背景越远，那么距离就越大，如果我们用这个距离值替换像素值，那么新生成的图像中这个点越亮。

1、欧式距离：表示距离小于等于某一个值的像素中心（x,y）且半径为R的圆平面。

2、棋盘距离：数字栅格上像素按照对角线方向移动形成的距离。

3、曼哈顿距离：从起点到终点所需要的最小步数，只允许横向移动和纵向移动。

using OpenCvSharp;
using OpenCvSharp.Extensions;
using DlibDotNet;
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;

namespace app
{
    public partial class FrmMain : Form
    {
        public FrmMain()
        {
            InitializeComponent();
        }

        /// <summary>
        /// 距离变换
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void btnDistanceTransform_Click(object sender, EventArgs e)
        {
            Mat src = Cv2.ImRead(@"img\star.png");
            Cv2.ImShow("原图", src);

            Mat tran = new Mat();
            Mat normalize = new Mat();

            // 灰度转换
            Mat gray = new Mat();
            Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

            /*
            OpenCV中，函数distanceTransform()用于计算图像中每一个非零点像素与其最近的零点像素之间的距离，
            输出的是保存每一个非零点与最近零点的距离信息，图像上越亮的点，代表了离零点的距离越远。

            用途：
            可以根据距离变换的这个性质，经过简单的运算，用于细化字符的轮廓和查找物体质心（中心）。
            */

            /*
            距离变换的处理图像通常都是二值图像，而二值图像其实就是把图像分为两部分，即背景和物体两部分，物体通常又称为前景目标。
            通常我们把前景目标的灰度值设为255（即白色），背景的灰度值设为0（即黑色）。
            所以定义中的非零像素点即为前景目标，零像素点即为背景。
            所以图像中前景目标中的像素点距离背景越远，那么距离就越大，如果我们用这个距离值替换像素值，那么新生成的图像中这个点越亮。
            */

            //User：用户自定义
            //L1：  曼哈顿距离
            //L2：  欧式距离
            //C：   棋盘距离

            // 距离变换
            //Cv2.DistanceTransform(matGray, dist, DistanceTypes.L2, DistanceTransformMasks.Mask3);

            // 按位运算 取反
            Cv2.BitwiseNot(gray, gray);
            Cv2.ImShow("按位运算 取反", gray);

            // 距离变换
            Cv2.DistanceTransform(gray, tran, DistanceTypes.L2, DistanceTransformMasks.Mask3);
            Cv2.ImShow("距离变换", tran);

            // 归一化
            Cv2.Normalize(tran, normalize, 0, 1, NormTypes.MinMax);          
            Cv2.ImShow("归一化", normalize);
        }
    }
}