7基于opencv的形态学处理（二）开运算_闭运算_形态学梯度_顶帽_黑帽合辑

最新推荐文章于 2023-08-21 10:22:55 发布

三公子Tjq

最新推荐文章于 2023-08-21 10:22:55 发布

阅读量717

点赞数

分类专栏： opencv基础知识文章标签： opencv3.1版本形态学处理开运算和闭运算形态学梯度顶帽和黑帽

本文链接：https://blog.csdn.net/naibozhuan3744/article/details/78561186

版权

opencv基础知识专栏收录该内容

18 篇文章 1 订阅

订阅专栏

形态学处理（二）：开运算、闭运算、形态学梯度、顶帽、黒帽

一、形态学高级运算原理

常用的形态学高级运算，包括开运算、闭运算，形态学梯度，顶帽运算、黒帽运算五种。

1.1 开运算（Opening Operation）

开运算（Opening Operation），其实就是先腐蚀后膨胀的过程。其数学表达式如下：

开运算可以用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。效果图是这样的：

原图开运算

1.2 闭运算(Closing Operation)

先膨胀后腐蚀的过程称为闭运算(ClosingOperation)，其数学表达式如下：

闭运算能够排除小型黑洞(黑色区域)。效果图如下所示：

原图闭运算

1.3 形态学梯度（MorphologicalGradient）

形态学梯度（MorphologicalGradient）为膨胀图与腐蚀图之差，数学表达式如下

对二值图像进行这一操作可以将团块（blob）的边缘突出出来。我们可以用形态学梯度来保留物体的边缘轮廓，如下所示:

原图形态学梯度运算

1.4 顶帽（Top Hat）

顶帽运算（Top Hat）又常常被译为”礼帽“运算。为原图像与上文刚刚介绍的“开运算“的结果图之差，数学表达式如下：

因为开运算带来的结果是放大了裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。

顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。

如下所示:

原图顶帽运算

1.5 黑帽（Black Hat）

黑帽（Black Hat）运算为”闭运算“的结果图与原图像之差。数学表达式为：

黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关。

所以，黑帽运算用来分离比邻近点暗一些的斑块。非常完美的轮廓效果图：

原图黒帽运算

二、MorphologyEx()函数

2.1 Morphology()函数介绍(一般用前4个参数)

voidmorphologyEx(

InputArray src,

OutputArray dst,

int op,

InputArraykernel,

Pointanchor = Point(-1, -1),

intiterations = 1,

intborderType = BORDER_CONSTANT,

constScalar&borderValue = morphologyDefaultBorderValue());

Ø 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U,CV_16U,CV_16S, CV_32F 或CV_64F。

Ø 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。

Ø 第三个参数，int类型的op，表示形态学运算的类型，可以是如下之一的标识符：

MORPH_OPEN – 开运算（Opening operation）

MORPH_CLOSE – 闭运算（Closing operation）

MORPH_GRADIENT -形态学梯度（Morphological gradient）

MORPH_TOPHAT - “顶帽”（“Top hat”）

MORPH_BLACKHAT - “黑帽”（“Black hat“）

另有CV版本的标识符也可选择，如CV_MOP_CLOSE，CV_MOP_GRADIENT，CV_MOP_TOPHAT，CV_MOP_BLACKHAT，这应该是OpenCV1.0系列版本遗留下来的标识符，和上面的“MORPH_OPEN”一样的效果。

Ø 第四个参数，InputArray类型的kernel，形态学运算的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素（内核矩阵）。关于getStructuringElement我们上篇文章中讲过了，这里为了大家参阅方便，再写一遍：

其中，getStructuringElement函数的第一个参数表示内核的形状，我们可以选择如下三种形状之一:

矩形:MORPH_RECT

交叉形:MORPH_CROSS

椭圆形:MORPH_ELLIPSE

Ø 第五个参数，Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。

Ø 第六个参数，int类型的iterations，迭代使用函数的次数，默认值为1。

Ø 第七个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_CONSTANT。

Ø 第八个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

2.2 Morphology()函数用法

函数Morphology()可以实现：开运算，闭运算，形态学梯度，顶帽，黑帽，腐蚀，膨胀的效果。只要改变第三个参数，就可以一次实现上述效果，示例如下所示：

MatScrImage, OutImage1, OutImage2, OutImage3, OutImage4, OutImage5, OutImage6,OutImage7, OutImage8, OutImage9;

ScrImage = imread("E:\\1TJQ\\Opencv\\Images\\image1.jpg");//读入图像

namedWindow("【原图】");

imshow("【原图】", ScrImage);

morphologyEx(ScrImage,OutImage1, MORPH_OPEN, getStructuringElement(MORPH_RECT,Size(15, 15)));//开操作

morphologyEx(ScrImage,OutImage2, MORPH_CLOSE, getStructuringElement(MORPH_RECT,Size(15, 15)));//闭操作

morphologyEx(ScrImage,OutImage3, MORPH_GRADIENT, getStructuringElement(MORPH_RECT,Size(15, 15)));//梯度操作

morphologyEx(ScrImage,OutImage4, MORPH_TOPHAT, getStructuringElement(MORPH_RECT,Size(15, 15)));//顶帽操作

morphologyEx(ScrImage,OutImage5, MORPH_BLACKHAT, getStructuringElement(MORPH_RECT,Size(15, 15)));//黒帽操作

morphologyEx(ScrImage,OutImage6, MORPH_ERODE, getStructuringElement(MORPH_RECT,Size(15, 15)));//腐蚀操作

morphologyEx(ScrImage,OutImage7, MORPH_DILATE, getStructuringElement(MORPH_RECT,Size(15, 15)));//膨胀操作

namedWindow("开操作");

imshow("开操作", OutImage1);

namedWindow("闭操作");

imshow("闭操作", OutImage2);

namedWindow("梯度操作");

imshow("梯度操作", OutImage3);

namedWindow("顶帽操作");

imshow("顶帽操作", OutImage4);

namedWindow("黒帽操作");

imshow("黒帽操作", OutImage5);

namedWindow("腐蚀操作");

imshow("腐蚀操作", OutImage6);

namedWindow("膨胀操作");

imshow("膨胀操作", OutImage7);

三、完整程序示例

#include <opencv2/core/core.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/opencv.hpp>

#include <vector>

#include <cstdio>

using namespacestd;

using namespacecv;

int main()

{

Mat ScrImage, ScrImgaeCopy1, OutImage, OutImage1, OutImage2,OutImage3, OutImage4, OutImage5, OutImage6, OutImage7, OutImage8, OutImage9;