imgproc模块--更多形态学操作

1.目的
(1)开运算
(2)闭运算
(3)形态学梯度
(4)顶帽
(5)黑帽

2.原理
(1)开运算
开运算是通过先对图像腐蚀再膨胀实现的。能够排除小团块物体(假设物体较背景明亮)。请看下面,左图是原图像,右图是采用开运算转换之后的结果图。 观察发现字母拐弯处的白色空间消失。
开运算

(2)闭运算
闭运算是通过先对图像膨胀再腐蚀实现的。能够排除小型黑洞(黑色区域)。
闭运算

(3)形态梯度
膨胀图与腐蚀图之差,能够保留物体的边缘轮廓,如下所示:
形态学梯度

(4)顶帽
原图与开运算之差
顶帽

(5)黑帽
闭运算与原图之差
黑帽

3.部分代码解释

    /*
    morphologyEx参数解释
    src:输入图像
    dst:输出图像
    operation:形态学运算类型
    element:运算操作内核,由getStructuringElement获取
    */
    /*形态学操作MORPH_X的取值范围是2-6
    2:开运算
    3:闭运算
    4:形态梯度
    5:顶帽
    6:黑帽
    */
    morphologyEx(src, dst, operation, element);

4.完整代码
(1)CommonInclude.h

#ifndef COMMON_INCLUDE
#define COMMON_INCLUDE
#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
#endif

(2)Morph.cpp

#include "CommonInclude.h"

int morphology_elem = 0;
int morphology_operator = 0;
int morphology_size = 0;
//形态学操作MORPH_X的取值范围是2-6
int max_elem = 2;
int max_operator = 4;
int max_kernel_size = 21;
Mat src,dst;

void MorphologyOperation(int, void*){
    int operation = morphology_operator + 2;
    Mat element = getStructuringElement(morphology_elem, Size(2*morphology_size+1,2*morphology_size+1), Point(morphology_size,morphology_size));
    /*
    morphologyEx参数解释
    src:输入图像
    dst:输出图像
    operation:形态学运算类型
    element:运算操作内核,由getStructuringElement获取
    */
    /*形态学操作MORPH_X的取值范围是2-6
    2:开运算
    3:闭运算
    4:形态梯度
    5:顶帽
    6:黑帽
    */
    morphologyEx(src, dst, operation, element);
    imshow("MorphologyOperation", dst);
}

int main(int argc, char**argv){
    if(argc < 2){
        cout << "more parameters are required!!!" << endl;
        return(-1);
    }
    src = imread(argv[1]);
    namedWindow("MorphologyOperation", CV_WINDOW_AUTOSIZE);
    createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", "MorphologyOperation",
                &morphology_operator, max_operator,
                MorphologyOperation);
    createTrackbar("Elem:\n 0:rectangle\n 1:cross\n 2:ellipse", "MorphologyOperation",
                &morphology_elem, max_elem,
                MorphologyOperation);
    createTrackbar("Kernel Size:2*n+1","MorphologyOperation",
                &morphology_size, max_kernel_size,
                MorphologyOperation);
    MorphologyOperation(0,0);
    waitKey(0);
    return(0);
}

参考文献
1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html

在 Delphi11 中使用 `delphi-opencv-master` 进行图像处理和计算机视觉操作,需要使用 OpenCV 库中的一些函数和类。在 `delphi-opencv-master` 中,这些函数和类都被封装在不同的单元中,你可以通过使用 `uses` 语句来引入这些单元。 如果你想使用 `ocv.imgproc_c` 单元中的函数,可以通过以下步骤实现: 1. 在 Delphi11 中打开你的项目,然后在菜单栏中选择 `Project` -> `Options` -> `Delphi Compiler` -> `Search Path`,将 `OpenCV` 文件夹所在的路径添加到搜索路径中。 2. 在 Delphi11 中使用 `uses` 语句引入 `ocv.imgproc_c` 单元,并调用其中的函数来进行图像处理操作。 例如,以下代码演示了如何使用 `ocv.imgproc_c` 单元中的 `cvSmooth` 函数对图像进行平滑处理: ``` uses OpenCV_Core, ocv.imgproc_c, OpenCV_Image; var img: IplImage; begin // 读取图像 img := LoadImage('lena.jpg'); // 将图像转换为灰度图像 cvCvtColor(img, img, CV_RGB2GRAY); // 对图像进行平滑处理 cvSmooth(img, img, CV_GAUSSIAN, 5, 5); // 显示图像 ShowImage('My Image', img); // 等待用户按下任意键 WaitKey; // 释放图像内存 img.Release; end; ``` 这段代码使用了 `OpenCV_Core`、`ocv.imgproc_c` 和 `OpenCV_Image` 三个单元中提供的函数和类来进行图像处理和计算机视觉操作。其中,使用了 `ocv.imgproc_c` 单元中提供的 `cvSmooth` 函数对图像进行平滑处理。你可以根据自己的需要,使用 `delphi-opencv-master` 中提供的其他函数和类来进行加复杂的图像处理和计算机视觉操作
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