功能说明：

distanceTransform：用于计算图像中每一个非零点距离离自己最近的零点的距离；

distanceTransform的第二个Mat矩阵参数dst保存了每一个点与最近的零点的距离信息，图像上越亮的点，代表了离零点的距离越远。

该函数有两个初始化API：

void distanceTransform(InputArray src, OutputArray dst, int distanceType, int maskSize)
 
void distanceTransform(
InputArray src, 
OutputArray dst, 
OutputArray labels, 
int distanceType, 
int maskSize, 
int labelType=DIST_LABEL_CCOMP )

参数说明：

• src – 8-bit, 单通道（二值化）输入图片。
• dst – 输出结果中包含计算的距离，这是一个32-bit  float 单通道的Mat类型数组，大小与输入图片相同。
• distanceType – 计算距离的类型那个，可以是 CV_DIST_L1、CV_DIST_L2 、CV_DIST_C。
• maskSize – 距离变换掩码矩阵的大小，可以是：

                 3（CV_DIST_L1、 CV_DIST_L2 、CV_DIST_C）
                 5（CV_DIST_L2 ）
                 CV_DIST_MASK_PRECISE (这个只能在有4参数的API中使用)

• labels – 可选的2D标签输出（离散 Voronoi 图），类型为 CV_32SC1 大小同输入图片。
• labelType – 输出标签的类型，这里有些两种。
• labelType==DIST_LABEL_CCOMP 将周围较近的白色像素点作为一个整体计算其到黑色边缘的距离
• labelType==DIST_LABEL_PIXEL 单独计算每个白色像素点到其黑色边缘的距离.

distanceType参数说明：

其中 a b c 含义：在这个函数中计算每个白色像素到黑色像素（0值像素）的最短距离，因此需要通过最短的移动方式找到这个点兵计算他们之间的值。通常来说移动有水平方向、竖直方向、对角方向、跳跃式几个移动方法。虽然计算距离的方法都是一些很基础的公式，但是这个这个掩码矩阵必须是对阵的（这里插一句，要求对是式为了卷积计算的过程可以使用加速算法），因此掩码矩阵上所有水平和竖直方向的变化量（原文是must have the same shift cost ），这里用 a 代表；对角方向的变化量用 b 代表；跳跃移动的变化量用 c 代表。CV_DIST_C、CV_DIST_L1、CV_DIST_L2（maskSize=5）的计算结果是精确的，CV_DIST_L2（maskSize=3）是一个快速计算方法。