使用C++实现zhang细化算法代码

以下是一个使用C++实现Zhang-Suen细化算法的示例代码：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

// 实现张细化算法
void ZhangSuenThin(Mat& img) {
    Mat temp;
    int k = 0;  // 迭代次数
    do {
        img.copyTo(temp);
        for (int i = 1; i < img.rows - 1; i++) {
            for (int j = 1; j < img.cols - 1; j++) {
                // 如果该点是黑色点
                if (img.at<uchar>(i, j) == 0) {
                    // 计算周围8个像素的值
                    int p2 = img.at<uchar>(i - 1, j);
                    int p3 = img.at<uchar>(i - 1, j + 1);
                    int p4 = img.at<uchar>(i, j + 1);
                    int p5 = img.at<uchar>(i + 1, j + 1);
                    int p6 = img.at<uchar>(i + 1, j);
                    int p7 = img.at<uchar>(i + 1, j - 1);
                    int p8 = img.at<uchar>(i, j - 1);
                    int p9 = img.at<uchar>(i - 1, j - 1);
                    // 计算p2-p9的个数
                    int A = (!p2 && p3) + (!p3 && p4) + (!p4 && p5) + (!p5 && p6) +
                        (!p6 && p7) + (!p7 && p8) + (!p8 && p9) + (!p9 && p2);
                    // 计算p2-p9的转换次数
                    int B = p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9;
                    int m1 = (p2 * p4 * p6) == 0;
                    int m2 = (p4 * p6 * p8) == 0;
                    // 满足第一步细化条件
                    if (A == 1 && (B >= 2 && B <= 6) && m1 && m2) {
                        temp.at<uchar>(i, j) = 255;
                    }
                }
            }
        }
        img.copyTo(temp);
        for (int i = 1; i < img.rows - 1; i++) {
            for (int j = 1; j < img.cols - 1; j++) {
                // 如果该点是黑色点
                if (img.at<uchar>(i, j) == 0) {
                    // 计算周围8个像素的值
                    int p2 = img.at<uchar>(i - 1, j);
                    int p3 = img.at<uchar>(i - 1, j + 1);
                    int p4 = img.at<uchar>(i, j + 1);
                    int p5 = img.at<uchar>(i + 1, j + 1);
                    int p6 = img.at<uchar>(i + 1, j);
                    int p7 = img.at<uchar>(i + 1, j - 1);
                    int p8 = img.at<uchar>(i, j - 1);
                    int p9 = img.at<uchar>(i - 1, j - 1);
                    // 计算p2-p9的个数
                    int A = (!p2 && p3) + (!p3 && p4) + (!p4 && p5) + (!p5 && p6) +
                        (!p6 && p7) + (!p7 && p8) + (!p8 && p9) + (!p9 && p2);
                    // 计算p2-p9的转换次数
                    int B = p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9;
                    int m1 = (p2 * p4 * p8) == 0;
                    int m2 = (p2 * p6 * p8) == 0;
                    // 满足第二步细化条件
                    if (A == 1 && (B >= 2 && B <= 6) && m1 && m2) {
                        temp.at<uchar>(i, j) = 255;
                    }
                }
            }
        }
        temp.copyTo(img);
    } while (k++ < 100);  // 最多迭代100次
}

int main() {
    Mat img = imread("test.png", 0);  // 读入二值图像
    imshow("original", img);
    ZhangSuenThin(img);  // 细化图像
    imshow("thinned", img);
    waitKey(0);
    return 0;
}

需要说明的是，该代码中的ZhangSuenThin函数实现了张细化算法，并将细化后的图像保存在img中。最后，将原图像和细化后的图像显示在屏幕上。