OpenCV 常用函数汇总（bitwise_*、pointPolygonTest、morphologyEx）

最新推荐文章于 2024-04-26 08:52:18 发布

milan-xiao-tiejiang

最新推荐文章于 2024-04-26 08:52:18 发布

阅读量999

点赞数

分类专栏： opencv 文章标签： opencv 计算机视觉人工智能

本文链接：https://blog.csdn.net/MldXTieJiang/article/details/127322995

版权

opencv 专栏收录该内容

5 篇文章 1 订阅

订阅专栏

两图像间的像素操作

cv::bitwise_and() 函数原型

 //像素求“与”运算
 CV_EXPORTS_W void bitwise_and(
 InputArray src1,
 InputArray src2,
 OutputArray dst,
 InputArray mask = noArray()
 );

cv::bitwise_or() 函数原型

 //像素求“或“运算
 CV_EXPORTS_W void bitwise_or(
 InputArray src1,
 InputArray src2,
 OutputArray dst,
 InputArray mask = noArray()
 );

cv::bitwise_xor() 函数原型

 //像素求“异或”运算
 CV_EXPORTS_W void bitwise_xor(
 InputArray src1,
 InputArray src2,
 OutputArray dst,
 InputArray mask = noArray()
 );

cv::bitwise_not() 函数原型

 //像素求“非”运算
 CV_EXPORTS_W void bitwise_not(
 InputArray src,
 OutputArray dst,
 InputArray mask = noArray()
 );

src1：第一个图像矩阵，可以是多通道图像数据
src2：第二个图像矩阵，尺寸、通道数和数据类型都需要与 src1 一致
dst：逻辑运算输出结果，尺寸、通道数和数据类型都需要与 src1 一致
mask：掩模，用于设置图像或矩阵中逻辑运算的范围

这4个函数都执行相应的逻辑运算，在进行逻辑运算时，一定要保证两个图像矩阵之间的尺寸、数据类型和通道数相同，多个通道进行逻辑运算时不同通道之间是独立进行的。

pointPolygonTest

cv::pointPolygonTest 函数原型

 CV_EXPORTS_W double pointPolygonTest(
 InputArray contour, //输入的轮廓
 Point2f pt, //需要计算与轮廓距离的像素点
 bool measureDist //计算的距离是否具有方向性的标志。当参数取值为 true 时，点在轮廓内部时，距离为正，点在轮廓外部时，距离为负；当参数取值为 false 时，只检测点是否在轮廓内。
 );

该函数能够计算指定像素点距离轮廓的最小距离并以 double 类型的数据返回。

该函数的第一个参数表示轮廓，数据类型是 vector 或者 Mat。
该函数的第二个参数是需要计算与轮廓距离的像素点坐标。
该函数的第三个参数是计算的距离是否具有方向性的标志，false 表示输出结果不具有方向性，只判断像素点与轮廓之间的位置关系，如果像素点在轮廓的内部，返回值为1，如果像素点在轮廓的边缘上，返回值为0，如果像素点在轮廓的外部，返回值为-1。 true 表示输出结果具有方向性，如果像素点在轮廓内部，返回值为正数，如果像素点在轮廓外部，返回值为负数。

形态学应用

如何利用不同顺序的图像腐蚀和膨胀实现图像的开运算、闭运算、形态学梯度、顶帽运算、黑帽运算，以及击中击不中变换等操作。

cv::morphologyEx() 函数原型

 CV_EXPORTS_W void morphologyEx(
 InputArray src, //输入图像，图像的通道数可以是任意的，但图像的数据类型必须是 CV_8U、CV_16U、CV_16S、CV_32F、CV_64F 之一
 OutputArray dst, //形态学操作后的输出图像，与输入图像具有相同的尺寸和数据类型
 int op, //形态学操作类型的标志，可以选择的标志及其含义下方给出
 InputArray kernel, //结果元素，可以自己生成，也可以用 getStructuringElement 函数生成
 Point anchor = Point(-1,-1), //中心点在结构元素中的位置，默认参数为结构元素的几何中心点。
 int iterations = 1, //处理的次数
 int borderType = BORDER_CONSTANT, //像素外推法选择标志
 const Scalar& borderValue = morphologyDefaultBorderValue() //表示不包含外推法时的边界值
 );

该函数根据结构袁术对输入图像进行多种形态学操作，在处理多通道图像时，每个通道独立进行处理。

该函数的第一个参数为待形态学处理的图像。
该函数的第二个参数是形态学输出图像，与输入图像具有相同的尺寸和数据类型。
该函数的第三个参数是形态学操作类型的选择标志，可以选择的形态学操作类型有开运算、闭运算、形态学梯度、顶帽运算、黑帽运算，以及击中击不中变换。
该函数的第四个、第五个参数都是与结果元素相关的参数，第四个参数为结构元素，使用的结构元素尺寸越大，效果越明显，第四个参数为结构元素的中心位置，第五个参数的默认值为 Point(-1, -1)，表示结构元素的几何中心处为结构元素的中心点。
该函数的第六个参数是使用结构元素处理的次数，处理次数越多，效果越明显。
该函数的第七个参数是图像像素外推法选择标志，第八个参数为使用边界不变外推法时的边界值，这两个参数对于图像中主要部分的形态学操作没有影响，因此在多数情况下使用默认值即可。

 MORPH_ERODE    = 0, //图像腐蚀
 MORPH_DILATE   = 1, //图像膨胀
 MORPH_OPEN     = 2, //开运算
 MORPH_CLOSE    = 3, //闭运算
 MORPH_GRADIENT = 4, //形态学梯度
 MORPH_TOPHAT   = 5, //顶帽运算
 MORPH_BLACKHAT = 6, //黑帽运算
 MORPH_HITMISS  = 7  //击中击不中运算

图像形态学腐蚀可以将细小的噪声区域去除，膨胀则反之，相当好理解，重点说明区域的击中形态学运算

开运算

图像开运算可以去除图像中的噪点，消除较小连通域，保留较大连通域，同时能够在两个物体纤细的连接处将两个物体分离，并且在不明显改变较大连通域面积的同时能够平滑连通域的边界。
开运算是图像腐蚀和膨胀的结合，首先对图像进行腐蚀，消除图像中噪声和较小的连通域，之后通过膨胀算法弥补较大连通域因腐蚀而造成的面积较小。