OpenCV图像腐蚀与膨胀(13)

Posted on by hackdl

膨胀与腐蚀是数学形态学在图像处理中最基础的操作。其卷积操作非常简单，对于图像的每个像素，取其一定的邻域，计算最大值/最小值作为新图像对应像素位置的像素值。其中,取最大值就是膨胀，取最小值就是腐蚀。膨胀与腐蚀能实现多种多样的功能，主要如下：

  • 消除噪声
  • 分割出独立的图像元素，在图像中连接相邻的元素。
  • 寻找图像中的明显的极大值区域或极小值区域
  • 求出图像的梯度
  • 图像梯度计算的是图像变化的速度

形态学概述

形态学一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学，往往表示的是数学形态学。下面一起来了解数学形态学的概念。数学形态学是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。简单来讲，形态学操作就是基于形状的一系列图像处理操作。opencv为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有二种，他们是：膨胀与腐蚀

注意：在做图像的形态学处理的时候，需要对图像做二值化，且需要将处理的像素值改为255，因为图像的形态学处理操作都是基于白色像素上处理的

膨胀

膨胀操作是取每个位置领域内最大值，所以膨胀后输出图像的总体亮度的平均值比起原图会有所升高，图像中比较亮的区域的面积会变大，而较暗物体的尺寸会减小甚至消失。(增加高亮部分)

void dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					输入图像
*			dst：					输出图像
*			kernel:					膨胀操作的核
*					参数为0:中心3*3的核
*			anchor：					锚点
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次数
*			borderType:				 图像外部像素的某种边界模式
*			borderValue:			 边界值，一般不管
*********************************************************************/

腐蚀

膨胀和腐蚀是一对好基友，是相反的一对操作，所以腐蚀就是求局部最小值的操作。(减少高亮部分)

void erode( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					输入图像
*			dst：					输出图像
*			kernel:					 腐蚀操作的核
*					参数为0:中心3*3的核
*			anchor：					锚点
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次数
*			borderType:				 断图像外部像素的某种边界模式
*			borderValue:			 边界值，一般不管
*********************************************************************/

核操作

getStructuringElement函数可用于构造一个特定大小和形状的结构元素，用于图像形态学处理

综合代码

#include 
#include 
#include 
using namespace std;
using namespace cv;
class Img 
{
public:
	Img() :img(imread("text.jpg")) 
	{
		result["原图"] = img;
	}
	void Show()
	{
		for (auto& v : result) 
		{
			imshow(v.first, v.second);
		}
		waitKey(0);
	}
	void Testdilate() 
	{
		Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
		dilate(img, result["膨胀"], kernel);
	}
	void Testerode() 
	{
		Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
		erode(img, result["腐蚀"], kernel);
	}
private:
	Mat img;
	map result;
};
int main() 
{
	Img* pimg = new Img;
	pimg->Testdilate();
	pimg->Testerode();
	pimg->Show();
	return 0;
}

OpenCV图像开和闭运算

形态学处理

处理类型

操作

作用

开运算

先腐蚀再膨胀

可在纤细点出分离物体。有助于消除噪音

闭运算

先膨胀后腐蚀

用于排除前景对象中的小孔或对象上的小黑点

形态学梯度

膨胀图与腐蚀图之差

用于保留目标物体的边缘轮廓

顶帽

原图与开运算图之差

分离比邻近点亮的斑块，用于突出原图像中比周围亮的区域

黑帽

闭运算图与原图差

分离比邻近点暗的斑块，突出原图像中比周围暗的区域

形态学处理往往是在阈值处理之后才进行的，因为当图像被转化为二值图以后，这个时候只有黑白两者颜色，然后再进行形态学处理是效果最好的。

操作函数

void morphologyEx( InputArray src, OutputArray dst,int op, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					输入图像
*			dst：					输出图像
*			op:						 操作类型
*			kernel:					 操作的核
*					参数为0:中心3*3的核
*			anchor：					锚点
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次数
*			borderType:				 图像外部像素的某种边界模式
*			borderValue:			 边界值，一般不管
*********************************************************************/
//操作类型
enum MorphTypes{
    MORPH_ERODE    = 0, //腐蚀
    MORPH_DILATE   = 1, //膨胀
    MORPH_OPEN     = 2, //开操作
    MORPH_CLOSE    = 3, //闭操作
    MORPH_GRADIENT = 4, //梯度操作
    MORPH_TOPHAT   = 5, //顶帽操作
    MORPH_BLACKHAT = 6, //黑帽操作
    MORPH_HITMISS  = 7  //随机操作，只支持CV_8UC1模式
}

核操作

getStructuringElement函数可用于构造一个特定大小和形状的结构元素，用于图像形态学处理

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
/*******************************************************************
*			shape： 					形状类型
*			ksize：					大小
*			anchor：					锚点
*					(-1,-1):表示位于中心
*********************************************************************/
//shape取值
enum MorphShapes {
    MORPH_RECT    = 0, //矩形
    MORPH_CROSS   = 1, //十字交叉
    MORPH_ELLIPSE = 2  //椭圆                   
};

综合代码

#include 
#include 
#include 
#include 
using namespace std;
using namespace cv;
class Morphology 
{
public:
	Morphology() :img(imread("20.jpg")) 
	{
		result["原图"] = img;
	}
	void Show() 
	{
		for (auto& v : result) 
		{
			imshow(v.first, v.second);
		}
		waitKey(0);
	}

	void TestMorphology() 
	{
		Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
		morphologyEx(img, result["腐蚀"], MORPH_ERODE, kernel);
		morphologyEx(img, result["膨胀"], MORPH_DILATE, kernel);
		morphologyEx(img, result["开"], MORPH_OPEN, kernel);
		morphologyEx(img, result["闭"], MORPH_CLOSE, kernel);
		morphologyEx(img, result["梯度"], MORPH_GRADIENT, kernel);
		morphologyEx(img, result["顶帽"], MORPH_TOPHAT, kernel);
		morphologyEx(img, result["黑帽"], MORPH_BLACKHAT, kernel);
	}
private:
	Mat img;
	map result;
};
int main() 
{
	Morphology* pmorph = new Morphology;
	pmorph->TestMorphology();
	pmorph->Show();
	return 0;
}

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.e1idc.net

服务器托管，北京服务器托管，服务器租用，机房机柜带宽租用

服务器托管

咨询：董先生

电话13051898268 QQ/微信93663045！

上一篇:
下一篇: