基于OpenCV的膨胀和腐蚀

本博客讲解形态雪中的膨胀和腐蚀操作。使用的函数为:
        cv::erode

        cv::dilate

形态学操作

简而言之:一组基于形状的图像处理的操作。形态学运算对输入图像应用astructuring元素生成一个输出图像。
最基本的形态操作是两个:腐蚀和膨胀。他们有一个广泛的用途,即:

  • 去除噪声
  • 单个元素的分离和图像中的分离元素的连接
  • 发现图像中的强度颠簸或空洞

我们将简要地解释扩张和侵蚀,使用下面的图像作为一个例子:


Dilation

  • 该操作由卷积图像 A 和某个卷积核 ( B )的卷积完成,卷积核可以有任何形状或大小,通常是一个方形或圆形.
  • 卷积核 B 有一个定义的锚定点( anchor point), 通常是内核的中心.
  • 随着卷积核 B 扫过图像, 我们计算由卷积核 B 覆盖的的像素的最大值,并用该最大值替换在锚定点位置的图像像素。 可以推断,这种最大化的操作使图像内明亮区域“生长”(也就是所谓的膨胀)。以上面的图片为例。应用扩张,我们可以得到:



围绕黑色字母区域的背景 (亮的区域) 的膨胀

Erosion

这个操作是在内核重叠区域上计算一个局部最小值.

随着卷积核 B 扫过图像, 计算有卷积核 B 覆盖部分像素的最小值,并用最小值替换在锚定点的图像像素.

和dilation的例子一样,我们可以对原始图像应用腐蚀算子。你可以看到在下面的结果,图像的明亮区域(背景,显然的),变得更薄,而黑暗的区域(“书写”部分)变得更大。



/**
 * @file Morphology_1.cpp
 * @brief Erosion and Dilation sample code
 * @author OpenCV team
 */

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"

using namespace cv;

/// Global variables
Mat src, erosion_dst, dilation_dst;

int erosion_elem = 0;
int erosion_size = 0;
int dilation_elem = 0;
int dilation_size = 0;
int const max_elem = 2;
int const max_kernel_size = 21;

/** Function Headers */
void Erosion( int, void* );
void Dilation( int, void* );

/**
 * @function main
 */
int main( int, char** argv )
{
  /// Load an image
  src = imread( argv[1], IMREAD_COLOR );

  if( src.empty() )
    { return -1; }

  /// Create windows
  namedWindow( "Erosion Demo", WINDOW_AUTOSIZE );
  namedWindow( "Dilation Demo", WINDOW_AUTOSIZE );
  moveWindow( "Dilation Demo", src.cols, 0 );

  /// Create Erosion Trackbar
  createTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Erosion Demo",
          &erosion_elem, max_elem,
          Erosion );

  createTrackbar( "Kernel size:\n 2n +1", "Erosion Demo",
          &erosion_size, max_kernel_size,
          Erosion );

  /// Create Dilation Trackbar
  createTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Dilation Demo",
          &dilation_elem, max_elem,
          Dilation );

  createTrackbar( "Kernel size:\n 2n +1", "Dilation Demo",
          &dilation_size, max_kernel_size,
          Dilation );

  /// Default start
  Erosion( 0, 0 );
  Dilation( 0, 0 );

  waitKey(0);
  return 0;
}

//![腐蚀]
/**
 * @function Erosion
 */
void Erosion( int, void* )
{
  int erosion_type = 0;
  if( erosion_elem == 0 ){ erosion_type = MORPH_RECT; }
  else if( erosion_elem == 1 ){ erosion_type = MORPH_CROSS; }
  else if( erosion_elem == 2) { erosion_type = MORPH_ELLIPSE; }

  //![kernel]
  Mat element = getStructuringElement( erosion_type,
                                Size( 2*erosion_size + 1, 2*erosion_size+1 ),
                                Point( erosion_size, erosion_size ) );
  //![kernel]

  /// Apply the erosion operation
  erode( src, erosion_dst, element );
  imshow( "Erosion Demo", erosion_dst );
}
//![腐蚀]

//![<span>膨胀</span>]
/**
 * @function Dilation
 */
void Dilation( int, void* )
{
  int dilation_type = 0;
  if( dilation_elem == 0 ){ dilation_type = MORPH_RECT; }
  else if( dilation_elem == 1 ){ dilation_type = MORPH_CROSS; }
  else if( dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; }

  Mat element = getStructuringElement( dilation_type,
                       Size( 2*dilation_size + 1, 2*dilation_size+1 ),
                       Point( dilation_size, dilation_size ) );

  /// Apply the dilation operation
  dilate( src, dilation_dst, element );
  imshow( "Dilation Demo", dilation_dst );
}
//![<span>膨胀</span>]

例子



  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像腐蚀和图像膨胀是图像处理中常用的操作,特别是在去噪和形态学处理中。在Python OpenCV中,腐蚀膨胀操作可以通过使用cv2.morphologyEx函数来实现。 腐蚀操作主要针对二值图像,通过对图像中的像素进行局部最小值操作,可以消除噪声并使图像中的细小区域变窄。腐蚀操作可以通过指定一个内核(kernel)来进行,内核的大小和形状决定了腐蚀的程度。常见的内核形状有矩形、椭圆和十字形。 膨胀操作是腐蚀操作的逆过程,通过对图像中的像素进行局部最大值操作,可以扩大图像中的区域并填充空隙。膨胀操作也可以通过指定一个内核来进行,内核的大小和形状决定了膨胀的程度。 下面是一个示例代码,展示了如何在Python OpenCV中使用图像腐蚀和图像膨胀操作: ```python import cv2 import numpy as np # 读入图像 img = cv2.imread("test.png") # 定义腐蚀膨胀所使用的内核 kernel = np.ones((3,3), np.uint8) # 进行图像腐蚀操作 erosion = cv2.erode(img, kernel, iterations = 1) # 进行图像膨胀操作 dilation = cv2.dilate(img, kernel, iterations = 1) # 展示腐蚀膨胀的结果 cv2.imshow("Erosion", erosion) cv2.imshow("Dilation", dilation) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,使用cv2.erode函数进行图像腐蚀操作,使用cv2.dilate函数进行图像膨胀操作,通过iterations参数控制腐蚀膨胀的次数。可以根据实际需要调整内核的大小和形状以及迭代次数来达到期望的效果。 希望这个回答能对你有帮助!如果还有其他问题,请随时提问。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [opencv 图像腐蚀和图像膨胀的实现](https://download.csdn.net/download/weixin_38524472/13709873)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [基于python的opencv图像形态学处理(图像腐蚀膨胀操作以及礼帽与黑帽)](https://blog.csdn.net/weixin_62343847/article/details/122604497)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值