使用形态学滤波对图像进行腐蚀、膨胀运算

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>


using namespace std;
using namespace cv;


int main()
{
	Mat image=imread("d:/test/opencv/binary.bmp");
	if(!image.data)
		return 0;
	namedWindow("orginal binary");
	imshow("orginal binary",image);
	Mat eroded,dilated;
	erode(image,eroded,Mat());
	dilate(image,dilated,Mat());
	namedWindow("Eroded Image");
	imshow("Eroded Image",eroded);
	namedWindow("Dilated Image");
	imshow("Dilated Image",dilated);
	waitKey();
	return 0;
}



形态学滤波是一种基于形态学理论的图像处理方法,常用于去除噪声、提取图像特征等。形态学滤波包括膨胀腐蚀、开运算和闭运算四种基本操作。 1. 膨胀:将图像中的物体(前景)膨胀,使其变大。膨胀操作可以去掉物体边缘上的小孔和将物体连接起来。膨胀操作的基本思想是用一个结构元素在图像上滑动,只要结构元素与图像中的前景像素有重叠部分,则将结构元素中心对应的像素设为前景像素。 2. 腐蚀:将图像中的物体(前景)腐蚀,使其变小。腐蚀操作可以去掉物体边缘上的毛刺和将物体分开。腐蚀操作的基本思想是用一个结构元素在图像上滑动,只要结构元素与图像中的所有像素都有重叠部分,则将结构元素中心对应的像素设为前景像素。 3. 开运算:先进行腐蚀操作,再进行膨胀操作,可以去除小型物体,平滑较大物体的边界。开运算的基本思想是先用结构元素进行腐蚀操作,再用同样的结构元素进行膨胀操作。 4. 闭运算:先进行膨胀操作,再进行腐蚀操作,可以填补物体内部的小孔,平滑较小物体的边界。闭运算的基本思想是先用结构元素进行膨胀操作,再用同样的结构元素进行腐蚀操作。 形态学滤波的效果受到结构元素的选择和大小的影响,需要根据具体情况进行调整。形态学滤波常用于图像处理中的前景提取、边缘检测、图像重构等方面。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值