OpenCV-C++ 图像形态学操作

这一节主要介绍几种图像形态学操作, 主要包括:膨胀, 腐蚀,开,闭四种处理操作;

另外,在显示图像中的同时,加入动态调整参数的滑动条;

另外,在显示图像中的同时,加入动态调整参数的滑动条;

完整的代码在文章最后;

需要注意的是,重要的不是如何调用API,而是理解每一种形态学操作所起到的作用;

形态学操作

图像形态学操作（Morphology Operators)指的是基于形状的一系列图像处理操作的合集,主要是基于集合论基础上的形态学数学;

其中,膨胀和腐蚀是最常用的形态学处理操作;

膨胀操作(dilate)

• 与卷积操作类似,假设有图像A和结构元素B,结构元素B在A上面移动,其中B定义其中心为锚点,计算B覆盖下A的最大像素值用来替换锚点的像素,其中B作为结构体可以是任意形状;

膨胀dilate的API使用介绍:

dilate( InputArray src, OutputArray dst, InputArray kernel,
       Point anchor = Point(-1,-1), int iterations = 1,
       int borderType = BORDER_CONSTANT,
       const Scalar& borderValue = morphologyDefaultBorderValue() );

• src表示需要处理的原始图像
• dst表示处理后的输出图像
• kernel结构元素
• anchor锚点,默认中心像素;
• iterations迭代处理的次数;

膨胀操作的作用:

• 通过取最大值,使得图像形状变粗;
  

腐蚀操作(erode)

• 与膨胀类似,但是使用最小像素值用来替换锚点的像素;

腐蚀erode的API使用介绍:

erode( InputArray src, OutputArray dst, InputArray kernel,
       Point anchor = Point(-1,-1), int iterations = 1,
       int borderType = BORDER_CONSTANT,
       const Scalar& borderValue = morphologyDefaultBorderValue() );

• src表示需要处理的原始图像
• dst表示处理后的输出图像
• kernel结构元素
• anchor锚点,默认中心像素;
• iterations迭代处理的次数;

腐蚀操作的作用:

• 通过取最小值,使得图像中形状变细;
  

开操作(open)

• 先腐蚀,后膨胀
• 可以去掉小的对象

使用方式:

Mat structureElement = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
morphologyEx(src, dst, MORPH_OPEN, structureElement, Point(-1, -1), 1);

开操作的作用:

• 常用于图像中的噪声消除
• 通过对小对象放在背景中来从图像的前景中移除;
  

闭操作(close)

• 先膨胀,后腐蚀
• 可以去掉小的洞

使用方式:

Mat structureElement = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
morphologyEx(src, dst, MORPH_CLOSE, structureElement, Point(-1, -1), 1);

闭操作的作用:

• 能够填充间隙来闭合形状的操作,也可以用来去除噪声;
• 通过把背景中的小对象来放入前景中来移除前景的小孔;
  

形态学梯度--Morphological Gradient

• 膨胀减去腐蚀
• 又称基本梯度(其他还包括内部梯度, 方向梯度)

形态学梯度的作用:

• 通过获取图像的膨胀和腐蚀之间的差异,绘制围绕形状的边界;

顶帽--Top hat

• 源图像与开操作之间的差值

顶帽的作用:

• 从图像中提取更精细的细节;

黑帽--Black hat

• 闭操作与源图像的差值

黑帽的作用:

• 从图像中提取更精细的细节;

上述一些形态学处理操作的作用并不是唯一的,需要根据具体的应用场景,选择合适的操作;

完整的代码如下:

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat src, dst;
int elementSize = 3;
int maxSize = 22;
char OUPUT_TITLE[] = "output_image";

void CallBackDemo(int, void*);

int main(){

    // 读取图像
    src = imread("/home/chen/dataset/MorphologyOperators.png");
    if (src.empty()){
        cout << "cloud not load image." << endl;
        return -1;
    }

    // 获取结构元素
    int s = 3;
    Mat structreElement = getStructuringElement(MORPH_RECT, Size(s, s));
    namedWindow("src", WINDOW_AUTOSIZE);
    imshow("src", src);

    // 显示处理后的图像
    namedWindow(OUPUT_TITLE, WINDOW_AUTOSIZE);
    createTrackbar("Parmaters: ", OUPUT_TITLE, &elementSize, maxSize, CallBackDemo);
    CallBackDemo(0, 0);
    
    waitKey(0);

    return 0;
}

void CallBackDemo(int, void*){
    
    // 创建结构元素
    int s = elementSize * 2 + 1;
    Mat structureElement = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));

    // 膨胀操作
    // dilate(src, dst, structureElement, Point(-1, -1), 1);

    // 腐蚀操作
    // erode(src, dst, structureElement, Point(-1, -1), 1);

    // 开操作
    // morphologyEx(src, dst, MORPH_OPEN, structureElement, Point(-1, -1), 1);

    // 闭操作
    // morphologyEx(src, dst, MORPH_CLOSE, structureElement, Point(-1, -1), 1);

    // 形态学梯度
    // morphologyEx(src, dst, MORPH_GRADIENT, structureElement, Point(-1, -1), 1);

    // 顶冒-Top hat
    // morphologyEx(src, dst, MORPH_TOPHAT, structureElement, Point(-1, -1), 1);

    // 黑帽--Black hat
    morphologyEx(src, dst, MORPH_BLACKHAT, structureElement, Point(-1, -1), 1);

    imshow(OUPUT_TITLE, dst);
    return;
}

OpenCV-C++ 图像形态学操作

原文：https://www.cnblogs.com/chenzhen0530/p/14630229.html