Пиксельная индексация в преобразовании расстояния OpenCV

Question

Я хочу использовать функцию distanceTransform(), чтобы найти минимальное расстояние от ненулевых пикселей до нулей пикселей, а также положение этого ближайшего нулевого пикселя. Я вызываю вторую версию функции с флагом labelType, установленным на DIST_LABEL_PIXEL. Все работает отлично, и я получаю расстояния и индексы ближайших нулевых пикселей.

Теперь я хочу преобразовать индексы обратно в пиксельные местоположения, и я думал, что индексирование будет как idx = (строка * cols + col) или что-то вроде этого, но мне нужно было выяснить, что OpenCV просто подсчитывает нулевые пиксели и используя этот счет как индекс. Поэтому, если я получаю 123 в качестве индекса ближайшего пикселя, это означает, что 123-й нулевой пиксель является самым близким.

1. Как выглядит OpenCV? Возможно, по-разному?

2. Есть ли эффективный способ отображения индексов обратно в местоположения? Очевидно, я мог бы пересчитать их и следить за подсчетами и позициями, если я знаю, как их оценивает OpenCV, но это кажется глупым и не очень эффективным.

3. Есть ли веская причина использовать индексирование, которое они использовали? Я имею в виду, есть ли преимущества перед использованием абсолютной индексации?

Заранее спасибо.

EDIT:

Если вы хотите увидеть, что я имею в виду, вы можете запустить:

Mat mask = Mat::ones(100, 100, CV_8U); 
mask.at<uchar>(50, 50) = 0; 

Mat dist, labels; 
distanceTransform(mask, dist, labels, CV_DIST_L2, CV_DIST_MASK_PRECISE, DIST_LABEL_PIXEL); 

cout << labels.at<int>(0,0) << endl; 

Вы увидите, что все метки 1, потому что есть только один ноль пикселей, но как Должен ли я найти местоположение (50,50) с этой информацией?

Answer 1

Нулевые пиксели также маркируются - они будут иметь ту же метку, что и ненулевые пиксели, к которым они ближе всего.

Итак, у вас будет 2D-массив меток, такого же размера, как и исходное изображение. Если вы просмотрите все нулевые пиксели исходного изображения, вы можете найти соответствующую метку из возвращаемого 2D-массива. Затем это позволит вам определить, какие ненулевые пиксели связаны с каждым нулевым пикселем, сопоставляя метки.

Если вы понимаете, что я имею в виду.