用opencv实现halcon算子 distance_sr

在 OpenCV 中实现类似于 Halcon 算子 distance_sr 的方法可以通过以下步骤：

1. 读取输入图像并将其转换为灰度图像。

import cv2
img = cv2.imread('input_image.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 对灰度图像进行二值化处理。

_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

3. 计算每个像素到最近非零像素的欧氏距离，并将结果存储在距离变量中。

dist_transform = cv2.distanceTransform(thresh, cv2.DIST_L2, 5)

4. 对距离变量进行缩放和平移，以便距离值在给定的范围内。

dist_transform = cv2.normalize(dist_transform, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8UC1)

5. 显示结果图像。

cv2.imshow('Distance Transform', dist_transform)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些步骤将实现类似于 Halcon 算子 distance_sr 的功能，在 OpenCV 中提取输入图像中的重要特征。