一 首先要了解openCv里的核结构:IplConvKernel,以下如何创造
IplConvKernel* cvCreateStructingElementEx(
int cols, //行
int rows, //列
int anchor_x, //核的封闭矩形内的参考点的坐标
int anchor_y,
int shape, //CV_SHAPE_RECT:核是矩形,CV_SHAPE_CROSS:十字交叉形,CV_SHAPE_ELLIPSE:椭圆形,CV_SHAPE_CUSTOM:用户自定 义的值
int* values = null
);
释放函数如下:
void cvReleaseStructingElement(
IplConvKernel** element
);
对于二值图像,可以用openCv里的cvErode和cvDilate来腐蚀和膨胀,
void cvDilate(//膨胀
IplImage* src,
IplImage* dst,
IplConvKernel* B = NULL,
int iterations = 1
);
void cvErode(//腐蚀
IplImage* src,
IplImage* dst,
IplConvKernel* B = NULL, //B即核,下同
int iterations = 1 //如名,迭代次数,下同
);
测试代码如下
/*******************************
数学形态运算,最常见的基本运算有七种,
分别为:腐蚀、膨胀、开运算、闭运算、击中、细化和粗化,
它们是全部形态学的基础。
********************************/
#include "cv.h"
#include "highgui.h"
#include <stdlib.h>
#include <stdio.h>
IplImage *src=0;
IplImage *dst=0;
IplConvKernel *element=0;//声明一个结构元素
int element_shape=CV_SHAPE_RECT;//长方形形状的元素
int max_iters=10;
int open_close_pos=0;
int erode_dilate_pos=0;
void OpenClose(int pos)
{
int n=open_close_pos-max_iters;
int an=n>0?n:-n;
element = cvCreateStructuringElementEx(an*2+1,
an*2+1,an,an,element_shape,0);//创建结构元素
/*
IplConvKernel* cvCreateStructingElementEx(
int cols, //行
int rows, //列
int anchor_x, //核的封闭矩形内的参考点的坐标
int anchor_y,
int shape, //CV_SHAPE_RECT:核是矩形,CV_SHAPE_CROSS:十字交叉形,CV_SHAPE_ELLIPSE:椭圆形,CV_SHAPE_CUSTOM:用户自定 义的值
int* values = null
);
*/
if (n<0)//开运算
{
cvErode(src,dst,element,1);//腐蚀图像
cvDilate(dst,dst,element,1);//膨胀图像
/*
void cvDilate(
IplImage* src,
IplImage* dst,
IplConvKernel* B = NULL,//默认的为3*3的核
int iterations = 1 //迭代次数,
);
*/
}
else//闭运算
{
cvDilate(dst,dst,element,1);//膨胀图像
cvErode(src,dst,element,1);//腐蚀图像
}
cvReleaseStructuringElement(&element);
cvShowImage("Open/Close",dst);
}
void ErodeDilate(int pos)
{
int n=erode_dilate_pos-max_iters;
int an=n>0?n:-n;
element = cvCreateStructuringElementEx(an*2+1,an*2+1,an,an,element_shape,0);
if (n<0)
{
cvErode(src,dst,element,1);//腐蚀
}
else
{
cvDilate(src,dst,element,1);//膨胀
}
cvReleaseStructuringElement(&element);//释放核
cvShowImage("Erode/Dilate",dst);
}
int main(int argc,char **argv)
{
src = cvLoadImage("D:\\openCV\\openCVProject\\openCv笔记\\openCv笔记\\test.jpg");
if(!src)
{
printf("open file error");
return 0;
}
//菜单 参数介绍
printf("参数:1.e-CV_SHAPE_ELLIPSE;2.r-CV_SHAPE_RECT,3./r-(element_shape+1)%3");
dst=cvCloneImage(src);
cvNamedWindow("Open/Close",1);
cvNamedWindow("Erode/Dilate",1);
open_close_pos = erode_dilate_pos = max_iters;
cvCreateTrackbar("iterations","Open/Close",&open_close_pos,max_iters*2+1,OpenClose);
cvCreateTrackbar("iterations","Erode/Dilate",&erode_dilate_pos,max_iters*2+1,ErodeDilate);
for (;;)
{
int c;
OpenClose(open_close_pos);
ErodeDilate(erode_dilate_pos);
c= cvWaitKey(0);
if (c==27)
{
break;
}
switch(c) {
case 'e':
element_shape=CV_SHAPE_ELLIPSE;
break;
case 'r':
element_shape=CV_SHAPE_RECT;
break;
case '/r':
element_shape=(element_shape+1)%3;
break;
default:
break;
}
cvReleaseImage(&src);
cvReleaseImage(&dst);
cvDestroyWindow("Open/Close");
cvDestroyWindow("Erode/Dilate");
return 0;
}
/*****************************
腐蚀和膨胀,看上去好像是一对互逆的操作,实际上,这两种操作不具有互逆的关系。
开运算和闭运算正是依据腐蚀和膨胀的不可逆性,演变而来的。
先腐蚀后膨胀的过程就称为开运算。
闭运算是通过对腐蚀和膨胀的另一种不同次序的执行而得到的,
闭运算是先膨胀后腐蚀的过程,其功能是用来填充物体内细小空洞、连接邻近物体、平滑其边界,
同时不明显改变不明显改变其面积。
******************************/
二 但是对于灰度图或彩色图,不可以直接用cvErode和cvDilate来处理,这里需要更通用的函数,即cvMorphologyEx;
cvMorphologyEx void cvMorphologyEx( const CvArr* src, CvArr* dst, CvArr* temp, IplConvKernel* element, int operation, int iterations=1 );
src 输入图像.
dst 输出图像.
temp 临时图像,
element 结构元素 operation 形态操作的类型:
CV_MOP_OPEN - 开运算 CV_MOP_CLOSE - 闭运算
CV_MOP_GRADIENT - 形态梯度
CV_MOP_TOPHAT - "顶帽"
CV_MOP_BLACKHAT - "黑帽"
iterations 膨胀和腐蚀次数.
函数 cvMorphologyEx 在膨胀和腐蚀基本操作的基础上,完成一些高级的形态变换:
开运算 dst=open(src,element)=dilate(erode(src,element),element)
闭运算 dst=close(src,element)=erode(dilate(src,element),element)
形态梯度 dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
"顶帽" dst=tophat(src,element)=src-open(src,element)
"黑帽" dst=blackhat(src,element)=close(src,element)-src
临时图像 temp 在形态梯度以及对“顶帽”和“黑帽”操作时的 in-place 模式下需要。
注意:不推荐使用(摘自http://blog.csdn.net/shandianling/article/details/6423640)
通过查看cvMorphologyEx的源代码,可以发现,在执行开、闭等运算,在进行第二步形态学腐蚀和膨胀时,该函数仍然采用与第一步相同的结构元素进行。这种方法在针对一般对称的结构元素情况是正确的,但是当结构元素为自定义的非对称结构元素时,结果图像会发生错误的偏移。 正确的方法是,如前面在开、闭运算的介绍中,执行第二步腐蚀、膨胀操作时,应采用结构元素的映射(反射)进行因此,在本文中不提倡使用cvMorphologyEx函数。
测试代码
#include "StdAfx.h"
#include "cv.h"
#include "highgui.h"
#include "highgui.h"
int main(int argc, char ** argv)
{
cvNamedWindow("sourceImage");
cvNamedWindow("open");
cvNamedWindow("close");
cvNamedWindow("gradient");
cvNamedWindow("topHat");
cvNamedWindow("blackHat");
IplImage * src = cvLoadImage("test.bmp");
cvShowImage("sourceImage",src);
IplImage * temp = cvCreateImage(cvGetSize(src), 8,3);
IplImage * img=cvCreateImage(cvGetSize(src), 8, 3);
cvCopyImage(src,temp);
cvCopyImage(src, img);
//开运算
cvMorphologyEx(
src,
img,
temp,
NULL, //default 3*3
CV_MOP_OPEN,
4);
cvShowImage("open", img);
//闭运算
cvMorphologyEx(
src,
img,
temp,
NULL, //default 3*3
CV_MOP_CLOSE,
4);
cvShowImage("close", img);
//形态梯度
cvMorphologyEx(
src,
img,
temp,
NULL, //default 3*3
CV_MOP_GRADIENT,
3);
cvShowImage("gradient", img);
//cvWaitKey(0);
//"礼帽"
cvMorphologyEx(
src,
img,
temp,
NULL, //default 3*3
CV_MOP_TOPHAT,
3);
cvShowImage("topHat", img);
//cvWaitKey(0);
//“黑帽”
cvMorphologyEx(
src,
img,
temp,
NULL, //default 3*3
CV_MOP_BLACKHAT,
3);
cvShowImage("blackHat", img);
cvWaitKey(0);
cvReleaseImage(&temp);
cvReleaseImage(&src);
cvReleaseImage(&img);
cvDestroyAllWindows();
return 0;
}