opencv - 了解 OpenCV 中的距离变换

Question

什么是距离变换？它背后的理论是什么？如果我有 2 个相似的图像但在不同的位置，距离变换如何帮助重叠它们？距离变换函数产生的结果就像在中间分开一样 - 是找到一个图像的中心，以便另一个图像只重叠一半？我已经查看了 opencv 的文档，但仍然不清楚。

Answer 1

请看下面的图片(您可能需要增加显示器亮度才能看得更清楚)。图片显示了与用像素强度描绘的红色轮廓的距离，因此在距离最大的图像中间，强度最高。这是距离变换的一种表现。这是一个直接的应用程序 - 绿色形状是所谓的事件轮廓或蛇，它根据与轮廓的距离梯度移动(并且还遵循一些其他约束)围绕红色轮廓 curl 。因此，距离变换的一种应用是形状处理。

另一个应用是文本识别 - 文本的强大提示之一是笔画的稳定宽度。对分段文本运行的距离变换可以证实这一点。相应的方法称为 stroke width transform (SWT)

至于对齐两个旋转的形状，我不确定如何使用 DT。您可以找到一个形状的中心来旋转该形状，但您也可以围绕任意点旋转它。区别仅在于翻译，如果您运行 matchTemplate 则无关紧要。以正确的方向匹配它们。

也许如果你上传你的图片，它会更清楚该怎么做。通常，您可以将它们作为一个整体或按特征(对各种变形或透视变形更稳健)进行匹配，或者如果它们只有几个特征，甚至可以使用轮廓/轮廓。最后，您可以通过运行 PCA 或 fitting an ellipse 找出对象的方向(如果它具有主导方向) (作为旋转的矩形)。

cv::RotatedRect rect = cv::fitEllipse(points2D);
float angle_to_rotate = rect.angle;