学习OpenCV 10 图像形态学操作

最新推荐文章于 2023-02-16 17:30:21 发布

六甲横宝

最新推荐文章于 2023-02-16 17:30:21 发布

阅读量859

点赞数

分类专栏： OpenCV 文章标签：计算机视觉图像处理 OpenCV

本文链接：https://blog.csdn.net/liujia2115/article/details/89309655

版权

本文介绍了OpenCV中的图像形态学操作，包括膨胀与腐蚀的概念，以及它们在消除噪声、元素分割和连接等方面的应用。此外，还详细阐述了开操作和闭操作的作用，以及形态学梯度、顶帽和黑帽操作的定义和效果。通过实例展示了这些操作在实际图像处理中的应用。

摘要由CSDN通过智能技术生成

学习OpenCV 10 图像形态学(Image Morphology)操作

膨胀(dialation)是一种卷积操作，它将目标像素的值替换为卷积核覆盖区域的局部最大值。就像中值滤波一样，这是个非线性核的例子。通常，膨胀采用的核(kernel)是一个四边形或圆形的实心核，其锚点(anchor point)在中心。

腐蚀(erosion)是和膨胀相反的操作，复式操作计算的是核覆盖范围内的局部最小值。

下图分别解释了形态学膨胀(左)和形态学腐蚀(右)的效果：

膨胀和腐蚀是最基础的形态学变换，它们可以用来消除噪声、元素分割和连接等。总的来说：

OpenCV中用cv::dilate()和cv::erode()函数实现膨胀和腐蚀操作：

void cv::dilate(
    cv::InputArray    src,                              //输入图像
    cv::OutputArray   dst,

关注

专栏目录