膨胀、腐蚀属于形态学的操作, 简单来说就是基于形状的一系列图像处理操作。
膨胀腐蚀是基于高亮部分(白色)操作的, 膨胀是対高亮部分进行膨胀, 类似“领域扩张”, 腐蚀是高亮部分被腐蚀, 类似“领域被蚕食”。
膨胀腐蚀的应用和功能: (1)、消除噪声(2)、分割独立元素或连接相邻元素(3)、寻找图像中的明显极大值、极小值区域(4)、求图像的梯度。
其他相关: 开运算、闭运算;顶帽、黒帽;形态学梯度 ;
一、膨胀操作
膨胀就是求局部最大值的操作, 从数学角度上来讲, 膨胀或腐蚀就是将图像(或区域)A与核B进行卷积。
核可以是任意大小和形状, 它有一个独立定义的参考点(锚点), 多数情况下, 核是一个小的中间带参考点和实心正方形或者圆盘, 可以看做是一个模板或掩码。
膨胀是求局部最大值的操作, 核B与图形卷积, 即核B覆盖的区域的像素点的最大值, 并把这个最大值复制给参考点指定的像素, 这样就会使图像中的高亮区域逐渐增长, 如下图所示:
函数原型为:
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() );
src: 输入原图像(建议为二值图)。
dst: 输出图像要求和src一样的尺寸和类型。
kernel: 膨胀操作的核, 当为NULL时, 表示使用参考点位于中心的3x3的核一般使用getStructuringElement获得指定形状和尺寸的结构元素(核)可选以下三种形状: 矩形、交叉形、椭圆形。
anchor: 锚的位置, 默认值Point(-1,-1), 表示位于中心。
iterations: 膨胀的次数。
borderType: 边界模式, 一般采用默认值。
borderValue: 边界值, 一般采用默认值。
代码如下:
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
//#include "onMouse.h"
using namespace cv;
using namespace std;
int main()
{
Mat image=imread("/Users/zhangxiaoyu/Desktop/1.png",0);//0为读出的是灰度图像
if(image.empty())
{
cout<<"Error!cannot be read...../n";
return -1;
}
//膨胀图像
cv::Mat dilated;
cv::Mat element=getStructuringElement(MORPH_RECT, Size(7,7));
cv::dilate(image, dilated, element);
//显示原始图片
cv::namedWindow("original image");
cv::imshow("original image", image);
//显示图片
cv::namedWindow("dilated image");
cv::imshow("dilated image",dilated );
waitKey(0);
return 0;
}
原始图像(灰度图像)如下:
膨胀后的图像为:
腐蚀和膨胀相反, 是取局部最小值, 高亮区域逐渐减小, 如下图所示:
函数原型为:
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() );
代码如下://腐蚀图像
cv::Mat eroded;
cv::Mat element=getStructuringElement(MORPH_RECT, Size(7,7));
erode(image, eroded, element);
运行程序,如下图: