Python代码对两幅图像距离变换

在Python中，可以使用OpenCV库来进行图像的距离变换。距离变换是一种图像处理技术，它会计算每个像素点到图像前景与背景边界的最小距离。这对于诸如边缘检测、形态学操作等应用场景非常有用。

以下是使用OpenCV进行图像距离变换的基本步骤：

1. **导入所需库**：

import cv2
import numpy as np

2. **读取图像**：

img = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE)

这里假设你已经有了两个灰度图像，`image1.jpg` 和 `image2.jpg`。

3. **应用距离变换**：

dist_transform = cv2.distanceTransform(img, cv2.DIST_L2, 5) # 使用L2范数，第5参数指定形状（cv2.DIST_MASK_PRECISE）

注意，`cv2.DIST_L2`表示欧式距离，`DIST_C`用于曼哈顿距离。`5`是第三参数，表示使用开运算（DIST_MASK_PRECISE），如果设置为0，则使用闭运算。

4. **显示原图和距离变换结果**：

# 对于两个图像，分别进行距离变换
distance_transform_1 = cv2.distanceTransform(img1, cv2.DIST_L2, 5)
distance_transform_2 = cv2.distanceTransform(img2, cv2.DIST_L2, 5)

# 可能需要调整阈值将结果转换为二值图像便于查看
_, distance_image_1 = cv2.threshold(distance_transform_1, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
_, distance_image_2 = cv2.threshold(distance_transform_2, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

cv2.imshow("Distance Transform Image 1", distance_image_1)
cv2.imshow("Distance Transform Image 2", distance_image_2)

运行这个脚本后，你会看到两张原始图片及其对应的距离变换结果。