321 lines
11 KiB
Markdown
321 lines
11 KiB
Markdown
---
|
||
id: 594810f028c0303b75339ad7
|
||
title: Zhang-Suen の細線化アルゴリズム
|
||
challengeType: 5
|
||
forumTopicId: 302347
|
||
dashedName: zhang-suen-thinning-algorithm
|
||
---
|
||
|
||
# --description--
|
||
|
||
これは、白黒画像、つまり 1 ビット画像を細線化するために使用されるアルゴリズムです。 たとえば、以下の入力画像の場合、
|
||
|
||
```js
|
||
const testImage1 = [
|
||
' ',
|
||
'######### ######## ',
|
||
'### #### #### #### ',
|
||
'### ### ### ### ',
|
||
'### #### ### ',
|
||
'######### ### ',
|
||
'### #### ### ### ',
|
||
'### #### ### #### #### ### ',
|
||
'### #### ### ######## ### ',
|
||
' '
|
||
];
|
||
```
|
||
|
||
以下のように、細線化された出力を生成します。
|
||
|
||
```js
|
||
[ ' ',
|
||
'######## ###### ',
|
||
'# # ## ',
|
||
'# # # ',
|
||
'# # # ',
|
||
'###### # # ',
|
||
'# ## # ',
|
||
'# # # ## ## # ',
|
||
'# # #### ',
|
||
' ' ];
|
||
```
|
||
|
||
## アルゴリズム
|
||
|
||
黒のピクセルを 1、白のピクセルを 0 とし、入力画像は 1 と 0 の N×M の長方形配列とします。 このアルゴリズムは、8つの近傍を持つ黒のピクセル P1 全体に処理を行います。 近傍は以下のように並んでいます:
|
||
|
||
$$\begin{array}{|c|c|c|} \\hline P9 & P2 & P3\\\\ \\hline P8 & \boldsymbol{P1} & P4\\\\ \\hline P7 & P6 & P5\\\\ \\hline \end{array}$$
|
||
|
||
当然、画像の境界ピクセルは 8 つすべての近傍を持つことはできません。
|
||
|
||
- 数列 P2, P3, P4, P5, P6, P7, P8, P9, P2 において、$A(P1)$ = 白から黒 ($0 \to 1$) になっている場所の数として定義します。 (最後に追加の P2 が来て、環状になります)
|
||
- $B(P1)$ = P1 の近傍の黒のピクセル数として定義します。 ($= \\sum(P2 \ldots P9)$)
|
||
|
||
**ステップ1:**
|
||
|
||
すべてのピクセルをテストし、この段階では次のすべての条件を (同時に) 満たすピクセルに注目します。
|
||
|
||
1. ピクセルは黒で8つの近傍を持ちます
|
||
2. $2 \le B(P1) \le 6$
|
||
3. $A(P1) = 1$
|
||
4. $P2$、$P4$、$P6$ のうち、少なくとも1つは白です
|
||
5. $P4$、$P6$、$P8$ のうち、少なくとも1つは白です
|
||
|
||
画像への条件の適用を反復し、ステップ 1 の条件を満たすピクセルをすべて収集した後、この条件を満たす全ピクセルを白にします。
|
||
|
||
**ステップ2:**
|
||
|
||
すべてのピクセルを再度テストし、この段階では次のすべての条件を満たすピクセルに注目します。
|
||
|
||
1. ピクセルは黒で8つの近傍を持ちます
|
||
2. $2 \le B(P1) \le 6$
|
||
3. $A(P1) = 1$
|
||
4. $P2$、$P4$、$P8$ のうち、少なくとも1つは白です
|
||
5. $P2$、$P6$、$P8$ のうち、少なくとも1つは白です
|
||
|
||
画像への条件の適用を反復し、ステップ 2 の条件を満たすピクセルをすべて収集した後、この条件を満たす全ピクセルを白にします。
|
||
|
||
**反復:**
|
||
|
||
ステップ 1 またはステップ 2 の作業で任意のピクセルを設定し、画像ピクセルに変更点がなくなるまで、すべてのステップを繰り返します。
|
||
|
||
# --instructions--
|
||
|
||
与えられた `image`上で Zhang-Suen の細線化アルゴリズムを実行するためのルーチンを記述してください。文字列の配列で、各文字列は画像の単一の行を表します。 文字列内では、`#` が黒のピクセル、空白は白のピクセルを表します。 関数は、同じ表現を使用して、細線化された画像を返さなければなりません。
|
||
|
||
# --hints--
|
||
|
||
`thinImage` は関数とします。
|
||
|
||
```js
|
||
assert.equal(typeof thinImage, 'function');
|
||
```
|
||
|
||
`thinImage` は配列を返す必要があります。
|
||
|
||
```js
|
||
assert(Array.isArray(thinImage(_testImage1)));
|
||
```
|
||
|
||
`thinImage` は文字列の配列を返す必要があります。
|
||
|
||
```js
|
||
assert.equal(typeof thinImage(_testImage1)[0], 'string');
|
||
```
|
||
|
||
`thinImage(testImage1)` は例で示すような細線化された画像を返す必要があります。
|
||
|
||
```js
|
||
assert.deepEqual(thinImage(_testImage1), expected1);
|
||
```
|
||
|
||
`thinImage(testImage2)` は細線化された画像を返す必要があります。
|
||
|
||
```js
|
||
assert.deepEqual(thinImage(_testImage2), expected2);
|
||
```
|
||
|
||
# --seed--
|
||
|
||
## --after-user-code--
|
||
|
||
```js
|
||
const _testImage1 = [
|
||
' ',
|
||
'######### ######## ',
|
||
'### #### #### #### ',
|
||
'### ### ### ### ',
|
||
'### #### ### ',
|
||
'######### ### ',
|
||
'### #### ### ### ',
|
||
'### #### ### #### #### ### ',
|
||
'### #### ### ######## ### ',
|
||
' '
|
||
];
|
||
const expected1 = [
|
||
' ',
|
||
'######## ###### ',
|
||
'# # ## ',
|
||
'# # # ',
|
||
'# # # ',
|
||
'###### # # ',
|
||
'# ## # ',
|
||
'# # # ## ## # ',
|
||
'# # #### ',
|
||
' '
|
||
];
|
||
const _testImage2 = [
|
||
' ',
|
||
' ################# ############# ',
|
||
' ################## ################ ',
|
||
' ################### ################## ',
|
||
' ######## ####### ################### ',
|
||
' ###### ####### ####### ###### ',
|
||
' ###### ####### ####### ',
|
||
' ################# ####### ',
|
||
' ################ ####### ',
|
||
' ################# ####### ',
|
||
' ###### ####### ####### ',
|
||
' ###### ####### ####### ',
|
||
' ###### ####### ####### ###### ',
|
||
' ######## ####### ################### ',
|
||
' ######## ####### ###### ################## ###### ',
|
||
' ######## ####### ###### ################ ###### ',
|
||
' ######## ####### ###### ############# ###### ',
|
||
' '];
|
||
const expected2 = [
|
||
' ',
|
||
' ',
|
||
' # ########## ####### ',
|
||
' ## # #### # ',
|
||
' # # ## ',
|
||
' # # # ',
|
||
' # # # ',
|
||
' # # # ',
|
||
' ############ # ',
|
||
' # # # ',
|
||
' # # # ',
|
||
' # # # ',
|
||
' # # # ',
|
||
' # ## ',
|
||
' # ############ ',
|
||
' ### ### ',
|
||
' ',
|
||
' '
|
||
];
|
||
```
|
||
|
||
## --seed-contents--
|
||
|
||
```js
|
||
function thinImage(image) {
|
||
|
||
}
|
||
|
||
const testImage1 = [
|
||
' ',
|
||
'######### ######## ',
|
||
'### #### #### #### ',
|
||
'### ### ### ### ',
|
||
'### #### ### ',
|
||
'######### ### ',
|
||
'### #### ### ### ',
|
||
'### #### ### #### #### ### ',
|
||
'### #### ### ######## ### ',
|
||
' '
|
||
];
|
||
```
|
||
|
||
# --solutions--
|
||
|
||
```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);
|
||
}
|
||
```
|