OpenCV形态学变换函数morphologyEx()闭运算的使用

OPenCV版本：4.4

IDE：VS2017

功能描述

简述：执行先进的形态学的变换。

函数 cv::morphologyEx使用腐蚀和膨胀的作为基本的操作来进行高级的形态学的变换。

任何操作都能就地执行，在多通道图像中，每个通道独立进行处理。

闭运算通俗讲其实就是先膨胀后腐蚀的操作。

那么函数闭运算是干什么用的呢？

1.消除黑色的空洞区域。

2.平滑物体的轮廓。

3.连接邻近的物体

4.连接断开的轮廓线。

5.平滑边界的同时不改变面积

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() );

参数描述

• 参数 src 源图像.通道的数量可以是任意的，但是深度值应该是以下之一：
  CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.

• 参数 dst 和源图像同样大小和类型的目标图像。

• 参数 op 形态学操作的类型, 详见：MorphTypes

• 参数 kernel 结构元素。Kernel 可以通过使用getStructuringElement来创建。

• 参数 anchor 元素中的锚点的位置，负值表示锚点在核中心。

• 参数 iterations 腐蚀和膨胀的迭代次数。

• 参数 borderType 像素外推方法。详见：BorderTypes， BORDER_WRAP不支持。

• 参数 borderValue 固定边缘的情况下的边缘值。缺省值含有一个特殊的意义 。The default value has a special
  meaning.

  参考 dilate, erode, getStructuringElement

  注意： 迭代次数是膨胀或者腐蚀操作的次数，例如，一个两次迭代操作的闭操作(MORPH_CLOSE)相当于成功应用：膨胀 -> 膨胀->腐蚀-> 腐蚀 （并不是 膨胀->腐蚀->膨胀-> 腐蚀）

源码示例

#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
	cv::Mat image = cv::imread("D:\\OpenCVtest\\images\\anna.png");
	if (image.empty())
	{
		std::cout << "image read failed!" << std::endl;
		cv::waitKey(0);
		return 0;
	}

	//自定义核
	cv::Mat element = getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
	//闭运算
	cv::Mat result;
	cv::morphologyEx(image, result, cv::MORPH_CLOSE, element, cv::Point(-1, -1), 2);
	cv::imshow("原图", image);
	cv::imshow("闭运算结果图", result);
	cv::waitKey(0);
	return 0;
}

运行结果：

闭运算后的图像：

做了两次迭代运算，字体变得平滑了些，小的黑色的空洞区域没了。