Goal
在本教程中,您将学习如何:
使用 OpenCV 函数 cv::morphologyEx 应用形态变换,例如:
Opening
Closing
Morphological Gradient
Top Hat
Black Hat
Theory
笔记
下面的解释属于 Bradski 和 Kaehler 的《Learning OpenCV》一书。
在之前的教程中,我们介绍了两个基本的形态学操作:
- Erosion
- Dilation.
基于这两个,我们可以对我们的图像进行更复杂的转换。 在这里,我们简要讨论 OpenCV 提供的 5 种操作:
Opening 先腐蚀后膨胀
它是通过对图像进行腐蚀然后进行膨胀来获得的。
用于移除小物体(it is assumed that the objects are bright on a dark foreground)
例如,看看下面的例子。 左边的图像是原始图像,右边的图像是应用开放变换后的结果。 我们可以观察到小点已经消失了。
Closing 先膨胀后腐蚀
它是通过图像的膨胀和腐蚀而获得的。
用于去除小孔(暗区)。
Morphological Gradient
它是图像膨胀和腐蚀之间的差。
它对于查找对象的轮廓很有用,如下所示:
Top Hat
它是输入图像与其opening之间的差异。
Black Hat
它是closing和它的输入图像之间的差异
Code
本教程的代码如下所示。 你也可以在这里下载https://github.com/opencv/opencv/tree/4.x/samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp
/**
* @file Morphology_2.cpp
* @brief 高级的形态学变换Advanced morphology Transformations sample code
* @author OpenCV team
*/
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace cv;
/// Global variables
Mat src, dst;
int morph_elem = 0;//形态学元素,内核类型 0: Rect - 1: Cross - 2: Ellipse
int morph_size = 0;//形态学尺寸,内核尺寸
int morph_operator = 0;//形态学操作 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat
int const max_operator = 4;
int const max_elem = 2;//0,1,2
int const max_kernel_size = 21;
const char* window_name = "Morphology Transformations Demo";
/** Function Headers */
void Morphology_Operations( int, void* );
/**
* @function main
*/
int main( int argc, char** argv )
{
//![load]
CommandLineParser parser( argc, argv, "{@input | baboon.jpg | input image}" );
src = imread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR );//读取彩色图像
if (src.empty())
{
std::cout << "Could not open or find the image!\n" << std::endl;
std::cout << "Usage: " << argv[0] << " <Input image>" << std::endl;
return EXIT_FAILURE;
}
//![load]
//![window]
namedWindow( window_name, WINDOW_AUTOSIZE ); // 创建窗口
//![window]
//![create_trackbar1]
///选择形态学操作 Create Trackbar to select Morphology operation
createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
//![create_trackbar1]
//![create_trackbar2]
///选择内核类型 Create Trackbar to select kernel type
createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
&morph_elem, max_elem,
Morphology_Operations );
//![create_trackbar2]
//![create_trackbar3]
/// 选择内核尺寸 Create Trackbar to choose kernel size
createTrackbar( "Kernel size:\n 2n +1", window_name,
&morph_size, max_kernel_size,
Morphology_Operations );
//![create_trackbar3]
/// 默认开始Default start
Morphology_Operations( 0, 0 );
waitKey(0);
return 0;
}
//![morphology_operations]
/**
* @function Morphology_Operations
*/
void Morphology_Operations( int, void* )
{
// Since MORPH_X : 2,3,4,5 and 6
//![operation]
int operation = morph_operator + 2;
//![operation]
Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );//获取内核
/// 应用指定的形态学变换 Apply the specified morphology operation
morphologyEx( src, dst, operation, element );
imshow( window_name, dst );//显示目标图像
}
//![morphology_operations]
Explanation
- 让我们检查一下 C++ 程序的一般结构:
- 加载图像
- 创建一个窗口来显示形态学操作的结果
- 创建三个Trackbars供用户输入参数:
第一个 trackbar Operator 返回要使用的形态操作类型 (morph_operator)。
createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
第二个 trackbar 元素返回 morph_elem,表示我们的内核是什么结构:
createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
&morph_elem, max_elem,
Morphology_Operations );
最终trackbar Kernel Size返回要使用的内核大小(morph_size)
createTrackbar( "Kernel size:\n 2n +1", window_name,
&morph_size, max_kernel_size,
Morphology_Operations );
-
- 每次我们移动任何滑块时,都会调用用户函数 Morphology_Operations 来执行新的形态学操作,并且它将根据当前滑动条值更新输出图像。
void Morphology_Operations( int, void* )
{
// Since MORPH_X : 2,3,4,5 and 6
int operation = morph_operator + 2;
Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
morphologyEx( src, dst, operation, element );
imshow( window_name, dst );
}
我们可以观察到执行形态变换的关键函数是 cv::morphologyEx 。 在此示例中,我们使用四个参数(将其余参数保留为默认值):
- src :源(输入)图像
- dst:输出图像
- operation:要执行的形态变换的种类。 请注意,我们有 5 种选择:
- Opening: MORPH_OPEN : 2
- Closing: MORPH_CLOSE: 3
- Gradient: MORPH_GRADIENT: 4
- Top Hat: MORPH_TOPHAT: 5
- Black Hat: MORPH_BLACKHAT: 6
如您所见,值的范围是 <2-6>,这就是我们将 (+2) 加到 Trackbar 输入的值的原因:
- element:要使用的内核。 我们使用函数 cv::getStructuringElement 来定义我们自己的结构。
Results
编译上面的代码后,我们可以执行它,将图像路径作为参数。 使用图像的结果:狒狒.png:
这是显示窗口的两个快照。 第一张图显示了使用带有cross内核的算子Opening 后的输出。 第二张图片(右侧,显示了使用带有椭圆内核的 Blackhat 算子的结果。