OpenCV——膨胀与腐蚀

膨胀与腐蚀的主要功能：

    1.消除噪声；

    2.分割出独立像素，在图像中连接相邻元素；

    3.寻找图像中明显的极大值区域和极小值区域；

    4.求图像梯度；

 

膨胀是求局部最大值的操作；

膨胀和腐蚀操作都是将图像A（或区域A）与一个核B进行卷积；

核可以为任意大小和形状，拥有一个单独定义出来的参考点——锚点，锚点通常为核的中心点，可自定义。

 

膨胀原理：在核B覆盖的区域选择像素值点最大的点，把这个值赋予给锚点。

从而会导致高亮的部分逐渐扩大（因为白色色值为255，黑色色值为0，每次取最大值再赋予锚点，便会使亮的部分增加）

 

#include<opencv2\opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int main()
{
	Mat img1, img2;
	img1 = imread("H:\\1.jpg");
	imshow("原始图", img1);
	//定义一个核
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
	//使用膨胀函数
	dilate (img1, img2, element);

	imshow("效果图", img2);
	waitKey(0);
}

运行结果：

开运算：先腐蚀后膨胀

#include<opencv2\opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int main()
{
	Mat img1, img2,img3;
	img1 = imread("H:\\1.jpg");
	imshow("原始图", img1);
	//定义一个核
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
	//使用膨胀函数
	erode (img1, img2, element);
	dilate(img2, img3, element);

	imshow("腐蚀", img2);
	imshow("开运算", img3);
	waitKey(0);
}

闭运算：与开运算相反，过程为先膨胀后腐蚀

膨胀后高亮区域扩大，扩大后再进行腐蚀，此时暗淡部分较少腐蚀的效果会比较低，总体主要为膨胀。

形态学梯度是膨胀图和腐蚀图之差：膨胀-腐蚀

顶帽运算是将原图减去开运算的结果

黑帽是闭运算减去原图的结果。