opencv学习笔记11-opencv图像形态学处理

最新推荐文章于 2024-08-31 22:34:29 发布

The_xz

最新推荐文章于 2024-08-31 22:34:29 发布

阅读量343

点赞数 19

文章标签： opencv 学习笔记

本文链接：https://blog.csdn.net/The_xz/article/details/141526001

版权

一、图像形态学处理：

一种基于图像形状和结构的图像分析方法，主要使用二值图像。它涉及到几种基本的运算，包括腐蚀、膨胀、开运算（先腐蚀后膨胀）和闭运算（先膨胀后腐蚀）。

示例使用图片：（将硬币看为了背景）

示例图片：（将硬币看为了前景，可用于硬币计数）

二、结构元素：

（1）函数原型：

CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, 
                                Point anchor = Point(-1,-1));

（2）函数功能：

返回用于形态学操作的指定大小和形状的结构元素。

（3）参数：

shape：指定结构元素的形状，可以是 #MorphShapes 枚举类型中的一个值。#MorphShapes 包括：MORPH_RECT：矩形，MORPH_CROSS：十字形，MORPH_ELLIPSE：椭圆形。
ksize：结构元素的大小，用 Size 类型表示，Size 是一个包含宽度和高度的简单结构。
anchor：结构元素内部的锚点位置。默认值 Point(-1, -1) 表示锚点位于结构元素的中心。对于十字形结构元素，锚点的位置会影响其形状，因为十字形是围绕锚点对称的。对于其他形状，锚点主要影响形态学操作结果的偏移量。

三、腐蚀：

腐蚀操作会减少对象的尺寸，移除对象的边缘，并且可以移除小的物体或细节。
腐蚀是通过将结构元素（通常是一个简单的几何形状，如矩形、圆形等）滑动到图像上，只有当结构元素完全包含在前景（非零值）时，中心元素才被保留。

（1）函数原型：

CV_EXPORTS_W void erode( InputArray src, OutputArray dst, 
                        InputArray kernel, Point anchor = Point(-1,-1), 
                        int iterations = 1, int borderType = BORDER_CONSTANT, 
                 const Scalar& borderValue = morphologyDefaultBorderValue() );

（2）函数功能：

通过使用特定的结构元素对图像进行腐蚀。

（3）参数：

src：输入图像，可以有任意数量的通道，但深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或 CV_64F 中的一种。
dst：输出图像，其大小和类型应与 src 相同。
kernel：用于腐蚀的结构元素，决定了在图像上取最小值时考虑的像素邻域的形状。如果 element=Mat()（即未指定），则默认使用 3 x 3 矩形结构元素。结构元素可以使用 #getStructuringElement 函数创建。
anchor：结构元素内锚点的位置。默认值 Point(-1, -1) 表示锚点位于结构元素的中心。
iterations：腐蚀操作应用的次数。
borderType：边界外推方法，用于确定图像边界外的像素值。#BorderTypes 定义了不同的边界类型，但 BORDER_WRAP 不受支持。
borderValue：在常数边界情况下的边界值。

（4）腐蚀操作的影响：

a.前景（白色区域）：

腐蚀操作会优先作用于前景区域，尤其是前景的边缘部分。如果前景对象的边缘像素在结构元素覆盖下不完全被前景像素填满，这些像素将被移除，导致前景对象的尺寸减小。
小的前景对象或细节，如噪点或细小的纹理，可能会在腐蚀过程中被完全移除。
腐蚀还可以平滑前景对象的边缘，使其变得更加圆润或平直。

b.背景（黑色区域）：

腐蚀操作通常不会改变背景区域，除非结构元素足够大，以至于触及了背景和前景的边界。
如果前景对象非常接近背景，腐蚀操作可能会使这些对象与背景分离，从而增加背景区域的尺寸。

（5）代码示例：

#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;

int main()
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
	//读取图片并转化为灰度图
	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Coin.jpg", 0);

	//判断读取图片是否失败
	if (srcMat.empty()) {
		cout << "fail to read pic!" << endl;
		return 0;
	}
	//定义图像容器
	Mat image;
	Mat erode_image;

	//二值化
	threshold(srcMat,image, 100, 255, THRESH_OTSU);

	//定义结构元素
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

	//腐蚀
	erode(image, erode_image, element, Point(-1, -1), 1);

	//显示结果
	imshow("二值化", image);//二值化
	imshow("腐蚀", erode_image);//腐蚀


	waitKey(0);
	destroyAllWindows();
	return 0;

}

（6）运行结果：

（白色为前景，黑色为背景，）

四、膨胀：

膨胀操作会增加前景对象的尺寸，向对象的边界外扩展。这可以填充前景对象中的小洞，并且可能连接邻近的前景对象。膨胀通常不会改变背景区域，除非膨胀的内核足够大，以至于触及了背景和前景的边界。

(1)函数原型：

CV_EXPORTS_W void dilate( InputArray src, OutputArray dst, 
                InputArray kernel, Point anchor = Point(-1,-1), 
                int iterations = 1, int borderType = BORDER_CONSTANT, 
                const Scalar& borderValue = morphologyDefaultBorderValue() );

(2)函数功能：

dilate 函数用于对图像进行膨胀操作，这是一种形态学处理，可以增加图像中前景对象的尺寸。

(3)原地模式：

函数支持原地模式（in-place mode），即输入图像 src 和输出图像 dst 可以使用相同的内存空间。

(4)参数：

src：输入图像，可以有任意数量的通道，但深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或 CV_64F 中的一种。
dst：输出图像，其大小和类型应与 src 相同。
kernel：用于膨胀操作的结构元素。如果 element=Mat()（即未指定），则默认使用 3 x 3 矩形结构元素。结构元素可以使用 getStructuringElement 函数创建。
anchor：结构元素内锚点的位置。默认值 Point(-1, -1) 表示锚点位于结构元素的中心。
iterations：膨胀操作应用的次数。
borderType：边界外推方法，用于确定图像边界外的像素值。BORDER_WRAP 不受支持。详见 BorderTypes。
borderValue：在常数边界情况下的边界值。

(5)代码示例：

#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;

int main()
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
	//读取图片并转化为灰度图
	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Coin.jpg", 0);

	//判断读取图片是否失败
	if (srcMat.empty()) {
		cout << "fail to read pic!" << endl;
		return 0;
	}
	//定义图像容器
	Mat image;
	Mat erode_image;
	//二值化
	threshold(srcMat,image, 100, 255, THRESH_OTSU);

	//定义结构元素
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

	//膨胀
	dilate(image, erode_image, element, Point(-1, -1), 1);
	//显示结果
	imshow("二值化", image);//二值化
	imshow("膨胀", erode_image);//膨胀


	waitKey(0);
	destroyAllWindows();
	return 0;

}

(6)运行结果：

五、开运算：

执行高级形态学变换，先腐蚀再膨胀

（1）函数原型：

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

（2）函数功能：

morphologyEx 函数使用腐蚀和膨胀作为基本操作，可以执行高级形态学变换。

（3）参数：

src：源图像，可以有任意数量的通道，但深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或 CV_64F 中的一种。
dst：目标图像，其大小和类型应与源图像 src 相同。
op：要执行的形态学操作类型，见 #MorphTypes。
kernel：结构元素，用于定义形态学操作的形状和大小，可以使用 #getStructuringElement 创建。
anchor：结构元素内的锚点位置。负值意味着锚点位于结构元素的中心。
iterations：腐蚀和膨胀操作应用的次数。
borderType：边界外推方法，用于确定图像边界外的像素值，见 #BorderTypes。BORDER_WRAP 不受支持。
borderValue：在常数边界情况下的边界值，默认值具有特殊含义。

（4）注意事项：

迭代次数实际上是腐蚀或膨胀操作将被应用的次数。例如，对于形态学开操作（#MORPH_OPEN），两次迭代相当于依次应用：腐蚀 -> 腐蚀 -> 膨胀 -> 膨胀（而不是腐蚀 -> 膨胀 -> 腐蚀 -> 膨胀）。

（5）形态学操作类型（`#MorphTypes` 枚举类型的说明）：

a.MORPH_ERODE：

腐蚀操作。减少前景对象的尺寸，移除前景边缘的像素。

b.MORPH_DILATE：

膨胀操作。增加前景对象的尺寸，填充前景内部的空洞。

c.MORPH_OPEN：

开运算。先腐蚀再膨胀，有助于去除小的物体和细节，分离相邻对象。
数学表达式为：

d.MORPH_CLOSE：

闭运算。先膨胀再腐蚀，有助于填充小的空洞和缝隙，连接断裂的对象。
数学表达式为：

e.MORPH_GRADIENT：

形态学梯度。膨胀结果减去腐蚀结果，突出显示前景对象的边缘。
数学表达式为：

f.MORPH_TOPHAT：

顶帽操作。原图像减去开运算结果，显示比前景小的物体或细节。
数学表达式为：

g.MORPH_BLACKHAT：

黑帽操作。闭运算结果减去原图像，显示比前景大的区域或背景。
数学表达式为：

h.MORPH_HITMISS：

命中或错过操作。这是一种特殊的形态学操作，仅支持单通道8位二值图像。通常用于特定形状的匹配或检测。

（6）示例代码:

#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;

int main()
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
	//读取图片并转化为灰度图
	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Coin.jpg", 0);

	//判断读取图片是否失败
	if (srcMat.empty()) {
		cout << "fail to read pic!" << endl;
		return 0;
	}
	//定义图像容器
	Mat image;
	Mat erode_image;
	//二值化
	threshold(srcMat,image, 100, 255, THRESH_OTSU);

	//定义结构元素
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

    //闭运算
	morphologyEx(image, erode_image, MORPH_CLOSE, element, Point(-1, -1), 1);
	//显示结果
	imshow("二值化", image);//二值化
	imshow("闭运算", erode_image);//闭运算


	waitKey(0);
	destroyAllWindows();
	return 0;

}

（7）运行结果

六、闭运算：

执行高级形态学变换，先膨胀再腐蚀。

（1）函数同开运算。

（2）示例代码：

#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;

int main()
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
	//读取图片并转化为灰度图
	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Coin.jpg", 0);

	//判断读取图片是否失败
	if (srcMat.empty()) {
		cout << "fail to read pic!" << endl;
		return 0;
	}
	//定义图像容器
	Mat image;
	Mat erode_image;
	//二值化
	threshold(srcMat,image, 100, 255, THRESH_OTSU);

	//定义结构元素
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

    //开运算
	morphologyEx(image, erode_image, MORPH_OPEN, element, Point(-1, -1), 1);
	//显示结果
	imshow("二值化", image);//二值化
	imshow("开运算", erode_image);//开运算


	waitKey(0);
	destroyAllWindows();
	return 0;

}

（3）运行结果：

The_xz

关注

19
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
opencv学习笔记11-opencv图像形态学处理

一种基于图像形状和结构的图像分析方法，主要使用二值图像。它涉及到几种基本的运算，包括腐蚀、膨胀、开运算（先腐蚀后膨胀）和闭运算（先膨胀后腐蚀）。示例使用图片：（将硬币看为了背景）示例图片：（将硬币看为了前景，可用于硬币计数）（2）函数功能：返回用于形态学操作的指定大小和形状的结构元素。（2）函数功能：通过使用特定的结构元素对图像进行腐蚀。：输入图像，可以有任意数量的通道，但深度应该是、、、或中的一种。：输出图像，其大小和类型应与相同。：用于腐
复制链接

扫一扫