--- title: Zhang-Suen thinning algorithm id: 594810f028c0303b75339ad7 challengeType: 5 forumTopicId: 302347 localeTitle: Алгоритм прореживания Чжан-Суен --- ## Description
Это алгоритм, используемый для тонкого черно-белого изображения, т.е. одного бита на пиксель. Например, с входным изображением:
 ###############################
 #####################################
 #########################################################################
 ######## ############################
   ###### ####### ####### ######
   ###### ####### #######
   #########################
   ########################
   #########################
   ###### ####### #######
   ###### ####### #######
   ###### ####### ####### ######
 ######## ############################
 ######## ##################################################################################
 ############### #############################
 ######## ####### ###########################
                                                           
Он производит утонченный выход:
 # ########## ####### ## # #### # # # ## # # # # # # # # # ############ # # # # # # # # # # # # # # ## # ############ ### ### </pre> 

Алгоритм

Предположим, что черные пиксели имеют один и белый пиксели нуль, а входное изображение представляет собой прямоугольный массив N по M из единиц и нулей. Алгоритм работает со всеми черными пикселями P1, которые могут иметь восемь соседей. Соседи упорядочены как:
P9 P2 P3
P8 P1 P4
P7 P6 P5
Очевидно, что граничные пиксели изображения не могут иметь всех восьми соседей.
 Define $A(P1)$ = the number of transitions from white to black, (0 -> 1) in the sequence P2,P3,P4,P5,P6,P7,P8,P9,P2. (Note the extra P2 at the end - it is circular). Define $B(P1)$ = the number of black pixel neighbours of P1. ( = sum(P2 .. P9) ) 

Шаг 1:

Все пиксели тестируются, и пиксели, удовлетворяющие всем следующим условиям (одновременно), просто отмечены на этом этапе. (0) пиксель черный и имеет восемь соседей (1) $ 2 <= B (P1) <= 6 $ (2) $ A (P1) = 1 $ (3) По крайней мере один из P2 и P4 и P6 является белым (4) По крайней мере один из P4 и P6 и P8 является белым После повторения изображения и сбора всех пикселей, удовлетворяющих всем условиям шага 1, все эти условия, удовлетворяющие пикселям, устанавливаются в белый цвет.

Шаг 2:

Все пиксели снова протестированы, и пиксели, удовлетворяющие всем следующим условиям, просто отмечены на этом этапе. (0) пиксель черный и имеет восемь соседей (1) $ 2 <= B (P1) <= 6 $ (2) $ A (P1) = 1 $ (3) По меньшей мере один из P2 и P4 и «P8» является белым (4) По крайней мере один из «P2» и P6 и P8 является белым После повторения изображения и сбора всех пикселей, удовлетворяющих всем условиям шага 2, все эти условия, удовлетворяющие пикселям, снова устанавливаются в белый цвет. Итерация: Если в этом раунде любого шага 1 или шага 2 были установлены какие-либо пиксели, все этапы повторяются до тех пор, пока пиксели изображения не будут изменены.

Задача: Напишите рутину, чтобы прореживать Чжан-Суен на матрице изображений единиц и нулей.

## Instructions
Write a routine to perform Zhang-Suen thinning on the provided image matrix.
## Tests
```yml tests: - text: thinImage must be a function testString: assert.equal(typeof thinImage, 'function'); - text: thinImage must return an array testString: assert(Array.isArray(result)); - text: thinImage must return an array of strings testString: assert.equal(typeof result[0], 'string'); - text: thinImage must return an array of strings testString: assert.deepEqual(result, expected); ```
## Challenge Seed
```js const testImage = [ ' ', ' ################# ############# ', ' ################## ################ ', ' ################### ################## ', ' ######## ####### ################### ', ' ###### ####### ####### ###### ', ' ###### ####### ####### ', ' ################# ####### ', ' ################ ####### ', ' ################# ####### ', ' ###### ####### ####### ', ' ###### ####### ####### ', ' ###### ####### ####### ###### ', ' ######## ####### ################### ', ' ######## ####### ###### ################## ###### ', ' ######## ####### ###### ################ ###### ', ' ######## ####### ###### ############# ###### ', ' ']; function thinImage(image) { // Good luck! } ```
### After Tests
```js const imageForTests = [ ' ', ' ################# ############# ', ' ################## ################ ', ' ################### ################## ', ' ######## ####### ################### ', ' ###### ####### ####### ###### ', ' ###### ####### ####### ', ' ################# ####### ', ' ################ ####### ', ' ################# ####### ', ' ###### ####### ####### ', ' ###### ####### ####### ', ' ###### ####### ####### ###### ', ' ######## ####### ################### ', ' ######## ####### ###### ################## ###### ', ' ######## ####### ###### ################ ###### ', ' ######## ####### ###### ############# ###### ', ' ']; const expected = [ ' ', ' ', ' # ########## ####### ', ' ## # #### # ', ' # # ## ', ' # # # ', ' # # # ', ' # # # ', ' ############ # ', ' # # # ', ' # # # ', ' # # # ', ' # # # ', ' # ## ', ' # ############ ', ' ### ### ', ' ', ' ' ]; const result = thinImage(imageForTests); ```
## Solution
```js function Point(x, y) { this.x = x; this.y = y; } const ZhangSuen = (function () { function ZhangSuen() { } ZhangSuen.nbrs = [[0, -1], [1, -1], [1, 0], [1, 1], [0, 1], [-1, 1], [-1, 0], [-1, -1], [0, -1]]; ZhangSuen.nbrGroups = [[[0, 2, 4], [2, 4, 6]], [[0, 2, 6], [0, 4, 6]]]; ZhangSuen.toWhite = []; ZhangSuen.main = function (image) { ZhangSuen.grid = new Array(image); for (let r = 0; r < image.length; r++) { ZhangSuen.grid[r] = image[r].split(''); } ZhangSuen.thinImage(); return ZhangSuen.getResult(); }; ZhangSuen.thinImage = function () { let firstStep = false; let hasChanged; do { hasChanged = false; firstStep = !firstStep; for (let r = 1; r < ZhangSuen.grid.length - 1; r++) { for (let c = 1; c < ZhangSuen.grid[0].length - 1; c++) { if (ZhangSuen.grid[r][c] !== '#') { continue; } const nn = ZhangSuen.numNeighbors(r, c); if (nn < 2 || nn > 6) { continue; } if (ZhangSuen.numTransitions(r, c) !== 1) { continue; } if (!ZhangSuen.atLeastOneIsWhite(r, c, firstStep ? 0 : 1)) { continue; } ZhangSuen.toWhite.push(new Point(c, r)); hasChanged = true; } } for (let i = 0; i < ZhangSuen.toWhite.length; i++) { const p = ZhangSuen.toWhite[i]; ZhangSuen.grid[p.y][p.x] = ' '; } ZhangSuen.toWhite = []; } while ((firstStep || hasChanged)); }; ZhangSuen.numNeighbors = function (r, c) { let count = 0; for (let i = 0; i < ZhangSuen.nbrs.length - 1; i++) { if (ZhangSuen.grid[r + ZhangSuen.nbrs[i][1]][c + ZhangSuen.nbrs[i][0]] === '#') { count++; } } return count; }; ZhangSuen.numTransitions = function (r, c) { let count = 0; for (let i = 0; i < ZhangSuen.nbrs.length - 1; i++) { if (ZhangSuen.grid[r + ZhangSuen.nbrs[i][1]][c + ZhangSuen.nbrs[i][0]] === ' ') { if (ZhangSuen.grid[r + ZhangSuen.nbrs[i + 1][1]][c + ZhangSuen.nbrs[i + 1][0]] === '#') { count++; } } } return count; }; ZhangSuen.atLeastOneIsWhite = function (r, c, step) { let count = 0; const group = ZhangSuen.nbrGroups[step]; for (let i = 0; i < 2; i++) { for (let j = 0; j < group[i].length; j++) { const nbr = ZhangSuen.nbrs[group[i][j]]; if (ZhangSuen.grid[r + nbr[1]][c + nbr[0]] === ' ') { count++; break; } } } return count > 1; }; ZhangSuen.getResult = function () { const result = []; for (let i = 0; i < ZhangSuen.grid.length; i++) { const row = ZhangSuen.grid[i].join(''); result.push(row); } return result; }; return ZhangSuen; }()); function thinImage(image) { return ZhangSuen.main(image); } ```