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：
void gThin::cvRosenfeld(cv::Mat& src, cv::Mat& dst)
{
if(src.type()!=CV_8UC1)
{
printf("只能处理二值或灰度图像\n");
return;
}
//非原地操作时候，copy src到dst
if(dst.data!=src.data)
{
src.copyTo(dst);
}
int i, j, n;
int width, height;
//之所以减1，是方便处理8邻域，防止越界
width = src.cols -1;
height = src.rows -1;
int step = src.step;
int p2,p3,p4,p5,p6,p7,p8,p9;
uchar* img;
bool ifEnd;
cv::Mat tmpimg;
int dir[4] = {-step, step, 1, -1};
while(1)
{
//分四个子迭代过程，分别对应北，南，东，西四个边界点的情况
ifEnd = false;
for(n =0; n < 4; n++)
{
dst.copyTo(tmpimg);
img = tmpimg.data;
for(i = 1; i < height; i++)
{
img += step;
for(j =1; j<width; j++)
{
uchar* p = img + j;
//如果p点是背景点或者且为方向边界点，依次为北南东西，继续循环
if(p[0]==0||p[dir[n]]>0) continue;
p2 = p[-step]>0?1:0;
p3 = p[-step+1]>0?1:0;
p4 = p[1]>0?1:0;
p5 = p[step+1]>0?1:0;
p6 = p[step]>0?1:0;
p7 = p[step-1]>0?1:0;
p8 = p[-1]>0?1:0;
p9 = p[-step-1]>0?1:0;
//8 simple判定
int is8simple = 1;
if(p2==0&&p6==0)
{
if((p9==1||p8==1||p7==1)&&(p3==1||p4==1||p5==1))
is8simple = 0;
}
if(p4==0&&p8==0)
{
if((p9==1||p2==1||p3==1)&&(p5==1||p6==1||p7==1))
is8simple = 0;
}
if(p8==0&&p2==0)
{
if(p9==1&&(p3==1||p4==1||p5==1||p6==1||p7==1))
is8simple = 0;
}
if(p4==0&&p2==0)
{
if(p3==1&&(p5==1||p6==1||p7==1||p8==1||p9==1))
is8simple = 0;
}
if(p8==0&&p6==0)
{
if(p7==1&&(p3==9||p2==1||p3==1||p4==1||p5==1))
is8simple = 0;
}
if(p4==0&&p6==0)
{
if(p5==1&&(p7==1||p8==1||p9==1||p2==1||p3==1))
is8simple = 0;
}
int adjsum;
adjsum = p2 + p3 + p4+ p5 + p6 + p7 + p8 + p9;
//判断是否是邻接点或孤立点,0,1分别对于那个孤立点和端点
if(adjsum!=1&&adjsum!=0&&is8simple==1)
{
dst.at<uchar>(i,j) = 0; //满足删除条件，设置当前像素为0
ifEnd = true;
}
}
}
}
//printf("\n");
//PrintMat(dst);
//PrintMat(dst);
//已经没有可以细化的像素了，则退出迭代
if(!ifEnd) break;
}
}
程序结果：
程序代码：工程FirstOpenCV11
