基于zhang 的骨架提取

    最近在学图像处理的骨架提取，发现很多中文教材对这个方面讲的很有欠缺，于是我决定看英文原文的论文。看了2篇论文，“A fast parallel algorithm for thinning digital patterns” by T.Y. Zhang and C.Y. Suen.以及Parallel thinning with two sub-iteration algorithms” by Zicheng Guo and Richard Hall.。

    看了论文后，发现中文一些教材只是简单截取了论文的片段，导致无法理解（即便是天才，没介绍参数的意义应该也不懂吧）。后来，还发现了3个将其算法用opencv实现的代码。网址如下：

https:///tag/thinning/

https:///quick-tips/implementation-of-thinning-algorithm-in-opencv/#more-488

https://github.com/bsdnoobz/zhang-suen-thinning/blob/master/thinning.cpp#L1（执行效率高）

https:///quick-tips/implementation-of-guo-hall-thinning-algorithm/

    基于以上，已经完美的完成了项目的运行需求。

     Zhang and C.Y. Suen的图像骨架提取算法可以得到比较平滑的边界。具体的算法如下：

    定义，B(P1)为p1点的非零邻域的个数，A(P1)为p1点周围8个像素点灰度值以0-1顺序排列的个数（一部分国内教材没介绍A(P1)的具体含义，导致看不懂原理），如上图所示。之后，进行对每个像素点如下图所示操作：

    该算法的伪代码如下所示：

Zhang-Suen thinning steps:

1. While points are deleted do
2.     For all pixels p(i,j) do
3.         if (a) 2 ≤ B(P1) ≤ 6
              (b) A(P1) = 1
              (c) Apply one of the following:
                 1. P2 x P4 x P6 = 0 in odd iterations
                 2. P2 x P4 x P8 = 0 in even iterations
              (d) Apply one of the following:
                 1. P4 x P6 x P8 = 0 in odd iterations
                 2. P2 x P6 x P8 = 0 in even iterations
           then
4.            Delete pixel p(i,j)
5.         end if
6.     end for
7. end while

Where A(P1) is the number of 0 to 1 transitions in a clockwise direction from P9 back to itself, and B(P1) is the number of non-zero neighbors of P1.

    我在国外上面的链接上找到了这个算法的opencv编程实现，效率很高。源代码和用法见文件内（thin.cpp）：

http://pan.baidu.com/s/1yFzUe。