opencv 侵蚀erode 膨胀dilate 开运算闭运算等形态学转换操作

最新推荐文章于 2024-04-06 21:47:24 发布

凉_白开

最新推荐文章于 2024-04-06 21:47:24 发布

阅读量2.1k

点赞数 6

分类专栏： opencv 文章标签： opencv 计算机视觉 cv c++

本文链接：https://blog.csdn.net/liang_baikai/article/details/110234479

版权

opencv 专栏收录该内容

21 篇文章 4 订阅

订阅专栏

1. 侵蚀 (白色区域减小)

侵蚀的基本思想就像土壤侵蚀一样，它侵蚀前景物体的边界(尽量使前景保持白色)。它是做什么的呢?内核滑动通过图像(在2D卷积中)。原始图像中的一个像素(无论是1还是0)只有当内核下的所有像素都是1时才被认为是1，否则它就会被侵蚀(变成0)。

结果是，根据内核的大小，边界附近的所有像素都会被丢弃。因此，前景物体的厚度或大小减小，或只是图像中的白色区域减小。它有助于去除小的白色噪声(正如我们在颜色空间章节中看到的)，分离两个连接的对象等。

CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );

在多通道图像的情况下，每个通道都是独立处理的。
@param src 			//输入图像; 通道数可以是任意的，但深度应为以下之一
					CV_8U，CV_16U，CV_16S，CV_32F或CV_64F。
@param dst 			//输出与src大小和类型相同的图像。
@param kernel		//用于腐蚀的结构元素； 如果`element = Mat（）`，则为`3 x 3`矩形
					使用结构元素。 可以使用#getStructuringElement创建内核。
@param anchor 		//元素内锚的位置； 默认值（-1，-1）表示锚点位于元素中心。
@param iterations 	//施加腐蚀的次数。
@param borderType 	//像素外推方法，请参见#BorderTypes
@param borderValue 	//边界不变时的边界值

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/liangbaikai.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::erode(src,dst,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);

}

效果

原图：
在这里插入图片描述
结果：

2. 扩张

它与侵蚀正好相反。如果内核下的至少一个像素为“ 1”，则像素元素为“ 1”。因此，它会增加图像中的白色区域或增加前景对象的大小。通常，在消除噪音的情况下，腐蚀后会膨胀。因为腐蚀会消除白噪声，但也会缩小物体。因此，我们对其进行了扩展。由于噪音消失了，它们不会回来，但是我们的目标区域增加了。在连接对象的损坏部分时也很有用。

CV_EXPORTS_W void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );
                        
在多通道图像的情况下，每个通道都是独立处理的。

@param src 			//输入图像; 通道数可以是任意的，但深度应为以下之一
					CV_8U，CV_16U，CV_16S，CV_32F或CV_64F。
@param dst 			//输出与src大小和类型相同的图像。
@param kernel		//用于扩展的结构元素； 如果elemenat = Mat（），则为3 x 3的矩形
					使用结构元素。 可以使用#getStructuringElement创建内核
@param anchor 		//元素内锚的位置； 默认值（-1，-1）表示锚点位于元素中心。
@param iterations 	//进行扩张的次数。
@param borderType 	//像素外推方法，请参见#BorderTypes
@param borderValue 	//边界不变时的边界值

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/liangbaikai.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
	cv::dilate(src,dst,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);

}

效果

原图：
在这里插入图片描述

结果：
在这里插入图片描述

3. 形态学变化（组合）

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() );
                                
在多通道图像的情况下，每个通道都是独立处理的。

@param src 				//源图像。通道数可以是任意的。深度应为以下之一
						CV_8U，CV_16U，CV_16S，CV_32F或CV_64F。
@param dst	 			//与源图像大小和类型相同的目标图像。
@param op 				//形态学操作的类型，请参见#MorphTypes
@param kernel			//构造元素。可以使用#getStructuringElement创建它。
@param anchor 			//锚定在内核中的位置。负值表示锚点位于内核中心。
@param iterations 		//施加腐蚀和膨胀的次数。
@param borderType 		//像素外推方法，请参见#BorderTypes
@param borderValue 		//边界不变时的边界值。默认值有一个特殊的含义。

@note迭代次数是将应用腐蚀或膨胀操作的次数。
例如，具有两次迭代的开运算（#MORPH_OPEN）等效于应用
依次为：腐蚀->腐蚀->膨胀->膨胀（而不是腐蚀->膨胀->腐蚀->膨胀）。

3.1开运算 cv::MORPH_OPEN

开运算就是先侵蚀然后扩张，它对于消除噪音很有用

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/lbk.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::morphologyEx(src,dst, cv::MORPH_OPEN,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);
}

效果

原图：
在这里插入图片描述

结果：
在这里插入图片描述

3.2 闭运算 cv::MORPH_CLOSE

闭运算就是先扩张再侵蚀，在关闭前景对象内部的小孔或对象上的小黑点时很有用。

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/lbk.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::morphologyEx(src,dst, cv::MORPH_CLOSE,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);
}

效果

原图：
在这里插入图片描述

结果：
在这里插入图片描述

3.3 形态学梯度 cv::MORPH_GRADIENT

这是图像扩张和侵蚀之间的区别。结果将看起来像对象的轮廓。

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/lbk.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::morphologyEx(src,dst, cv::MORPH_GRADIENT,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);
}

效果

原图：
在这里插入图片描述

结果：
在这里插入图片描述

3.4 顶帽 cv::MORPH_TOPHAT

它是输入图像和图像开运算之差。

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/lbk.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::morphologyEx(src,dst, cv::MORPH_TOPHAT,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);
}

效果

原图：
在这里插入图片描述

结果：
在这里插入图片描述

3.5 黑帽 cv::MORPH_BLACKHAT

这是输入图像和图像闭运算之差。

demo

int main() {
	cv::namedWindow("src",0);
	cv::namedWindow("dst", 0);
	cv::Mat src = cv::imread("./img/lbk.jpg", 1);
	cv::Mat dst;
	//获取自定义核  
	cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(10, 10));
	cv::morphologyEx(src,dst, cv::MORPH_BLACKHAT,element);
	cv::imshow("src", src);
	cv::imshow("dst", dst);
	cv::imwrite("./img/dst_liangbaikai.jpg", dst);
	cv::waitKey(0);
}

效果

原图：
在这里插入图片描述

结果：

在这里插入图片描述

4. 自定义内核的种类

CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

enum MorphShapes {
    MORPH_RECT    = 0, //!< a rectangular structuring element:  \f[E_{ij}=1\f]
    MORPH_CROSS   = 1, //!< a cross-shaped structuring element:
                       //!< \f[E_{ij} =  \fork{1}{if i=\texttt{anchor.y} or j=\texttt{anchor.x}}{0}{otherwise}\f]
    MORPH_ELLIPSE = 2 //!< an elliptic structuring element, that is, a filled ellipse inscribed
                      //!< into the rectangle Rect(0, 0, esize.width, 0.esize.height)
};

# 矩形内核
cv::getStructuringElement(cv::MORPH_RECT,(5,5))
	 1  1  1  1  1 
	 1  1  1  1  1 
	 1  1  1  1  1 
	 1  1  1  1  1 
	 1  1  1  1  1 
       
# 椭圆内核
cv::getStructuringElement(cv::MORPH_ELLIPSE,(5,5))
     0  0  1  0  0
     1  1  1  1  1
     1  1  1  1  1
     1  1  1  1  1
     0  0  1  0  0

# 十字内核
cv::getStructuringElement(cv::MORPH_CROSS,(5,5))
     0  0  1  0  0
     0  0  1  0  0
     1  1  1  1  1
     0  0  1  0  0
     0  0  1  0  0

凉_白开

关注

6
点赞
踩
7

收藏

觉得还不错? 一键收藏
1
评论
opencv 侵蚀erode 膨胀dilate 开运算闭运算等形态学转换操作

文章目录1. 侵蚀 (白色区域减小)demo效果2. 扩张demo效果3. 形态学变化（组合）3.1开运算 cv::MORPH_OPENdemo效果3.2 闭运算 cv::MORPH_CLOSEdemo效果3.3 形态学梯度 cv::MORPH_GRADIENTdemo效果3.4 顶帽 cv::MORPH_TOPHATdemo效果3.5 黑帽 cv::MORPH_BLACKHATdemo效果1. 侵蚀 (白色区域减小)侵蚀的基本思想就像土壤侵蚀一样，它侵蚀前景物体的边界(尽量使前景保持白色)。它
复制链接

扫一扫