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。