OpenCV对形态学的运算处理

最新推荐文章于 2024-08-31 22:34:29 发布

山西茄子

最新推荐文章于 2024-08-31 22:34:29 发布

阅读量1.9k

点赞数

分类专栏：视频--分析应用

本文链接：https://blog.csdn.net/evsqiezi/article/details/25779143

版权

视频--分析应用专栏收录该内容

5 篇文章 0 订阅

订阅专栏

本文深入探讨了数学形态学运算的基本概念，包括腐蚀、膨胀、开运算、闭运算等，并通过代码实例展示了如何在图像处理中实现这些运算。开运算与闭运算通过腐蚀与膨胀的不同组合，实现了图像细节的增强与缺陷的修复。本文还介绍了高级操作如形态梯度、顶帽变换和黑帽变换，进一步丰富了数学形态学在实际应用中的能力。

摘要由CSDN通过智能技术生成

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。
如下代码即可实现腐蚀与膨化。
int _tmain(int argc, _TCHAR* argv[])
{
IplImage* src = cvLoadImage("jk.jpg");
IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels);
cvErode(src,dst,NULL,2);
cvSaveImage("erode.jpg",dst);
//cvDilate(src,dst,NULL,2);
//cvSaveImage("dilate.jpg",dst);

cvWaitKey(0);
cvReleaseImage(&src);
cvReleaseImage(&dst);
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。
******************************/
作用：
cvErode()腐蚀后cvDilate()膨胀，叫作开操作，那些离散点或游丝线、毛刺就被过滤，
cvDilate()膨胀后cvErode()腐蚀，叫作闭操作，那些断裂处就被缝合。
cvErode，是opencv库中的一个函数。函数形式为：void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 )；研究方法：src：输入图像。dst：输出图像。element：用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素，iterations：腐蚀的次数。
element可以用cvCreateStructuringElementEx创建，用cvReleaseStructuringElement释放。如下：
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
);
高级操作

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，例子如下：
#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;
}