opencv#39 形态学应用

开运算

作用:去除图像中的噪声,消除较小连通域,保留较大连通域
步骤:

S1:对原图像进行腐蚀

S2:腐蚀结果再次膨胀

 闭运算

作用:去除连通域内的小型空洞,平滑物体轮廓,连接两个邻近的连通域。
步骤:

S1:对原图像进行膨胀

S2:膨胀结果再次进行腐蚀

形态学梯度

作用:得到轮廓的梯度
步骤:

S1:对原图像膨胀

S2:对原图像腐蚀。这两步都要使用相同的结构元素

S3:膨胀结果减去腐蚀结果。

 顶帽运算

作用:分离比邻近点亮一些的斑块

实际上就是提取原图像中一些较为分散的较小区域。

步骤:

S1:对原图像开运算

S2:原图像减去开运算

 黑帽运算

作用:分离比邻近点暗一些的斑块
步骤:

S1:对原图像闭运算

S2:闭运算结果减去原图像

 集中击不中变换

作用:比图像腐蚀要求更加苛刻的一种形态学操作
步骤:与图像腐蚀类似

相关函数

morphologyEx()

void cv::morphologyEx(InputArray    src,
                      OutputArray   dst,
                      int           cp,
                      InputArray    kernel,
                      Point         anchor = Point(-1,-1),
                      int           iterations = 1,
                      int           borderType = BORDER_CONSTANT,
                      const Scalar & borderValue = morphologyDefaultBorderValue()
                     )

·cp:形态学操作的类型标志。

·iterations:处理的次数。

形态学应用对应的参数

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


using namespace cv; //opencv的命名空间
using namespace std;



//主函数
int main()
{
	//生成用于膨胀的原图像
	Mat src = (Mat_<uchar>(9, 12) << 0, 0,   0,   0,   0,   0,   0,   0,   0, 0, 0,  0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255,0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0,  0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0,  0,
	                                 0, 255, 255, 255, 0,   255, 255, 255, 0, 0, 0,  0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0,  0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0,  0,
	                                 0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255,  0,
	                                 0, 0,   0,   0,   0,   0,   0,   0,   0, 0, 0,  0);
	namedWindow("src", WINDOW_NORMAL);//可以自由调节显示图像尺寸
	imshow("src", src);
	//3*3矩形结构元素
	Mat kernel = getStructuringElement(0, Size(3, 3));

	//对二值化矩阵进行形态学操作
	Mat open, close, gradient, tophat, blackhat, hitmiss;

	//对二值化矩阵进行开运算
	morphologyEx(src, open, MORPH_OPEN, kernel);
	namedWindow("open", WINDOW_NORMAL);//可以自由调节显示图像尺寸
	imshow("open", open);

	//对二值化矩阵进行闭运算
	morphologyEx(src, close, MORPH_CLOSE, kernel);
	namedWindow("close", WINDOW_NORMAL);//可以自由调节显示图像尺寸
	imshow("close", close);


	//对二值化矩阵进行梯度运算
	morphologyEx(src, gradient, MORPH_GRADIENT, kernel);
	namedWindow("gradient", WINDOW_NORMAL);//可以自由调节显示图像尺寸
	imshow("gradient", gradient);


	//对二值化矩阵进行顶帽运算
	morphologyEx(src, tophat, MORPH_TOPHAT, kernel);
	namedWindow("tophat", MORPH_TOPHAT);//可以自由调节显示图像尺寸
	imshow("tophat", tophat);
	
	//对二值化矩阵进行黑帽运算
	morphologyEx(src, blackhat, MORPH_BLACKHAT, kernel);
	namedWindow("blackhat", MORPH_BLACKHAT);//可以自由调节显示图像尺寸
	imshow("blackhat", blackhat);

	//对二值化矩阵进行击中击不中运算
	morphologyEx(src, hitmiss, MORPH_HITMISS, kernel);
	namedWindow("hitmiss", MORPH_HITMISS);//可以自由调节显示图像尺寸
	imshow("hitmiss", hitmiss);

	cout << "用图像验证形态学操作效果" << endl;
	waitKey(0);//等待函数用于显示图像,按下键盘任意键后退出

    int width = 500;
	int heigh = 500;
	Mat snow = imread("E:/opencv/opencv-4.6.0-vc14_vc15/opencv/snow.jpg");	
	resize(snow, snow,Size(width,heigh), INTER_CUBIC);
	imshow("原图", snow);
	threshold(snow, snow, 50, 255, THRESH_BINARY);
	imshow("二值化后的图像", snow);

	

	//5*5矩形结构元素
	Mat kernel_snow = getStructuringElement(0, Size(5, 5));
	Mat open_snow, close_snow, gradient_snow, tophat_snow, blackhat_snow, hitmiss_snow1;


	//对二值化矩阵进行开运算
	morphologyEx(snow, open_snow, MORPH_OPEN, kernel_snow);
	imshow("open_snow", open_snow);

	//对二值化矩阵进行闭运算
	morphologyEx(snow, close_snow, MORPH_CLOSE, kernel_snow);
	imshow("close_snow", close_snow);


	//对二值化矩阵进行梯度运算
	morphologyEx(snow, gradient_snow, MORPH_GRADIENT, kernel_snow);
	imshow("gradient_snow", gradient_snow);


	//对二值化矩阵进行顶帽运算
	morphologyEx(snow, tophat_snow, MORPH_TOPHAT, kernel_snow);
	imshow("tophat_snow", tophat_snow);

	//对二值化矩阵进行黑帽运算
	morphologyEx(snow, blackhat_snow, MORPH_BLACKHAT, kernel_snow);
	imshow("blackhat_snow", blackhat_snow);

	//对二值化矩阵进行击中击不中运算
	morphologyEx(snow, hitmiss_snow1, MORPH_HITMISS, kernel_snow);
	imshow("hitmiss_snow", hitmiss_snow1);

	waitKey(0);//等待函数用于显示图像,按下键盘任意键后退出

	

	return 0;

}
 
  • 8
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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