OpenCV学习笔记(六)

最新推荐文章于 2022-03-24 18:04:05 发布

越秃越强越猖狂

最新推荐文章于 2022-03-24 18:04:05 发布

阅读量516

点赞数

文章标签： opencv 计算机视觉 c++

本文链接：https://blog.csdn.net/qq_39520270/article/details/109003090

版权

最基本的形态学操作：膨胀和腐蚀（所有操作都是对于高亮部分而言，即白色部分）

主要作用：

1.消除噪声

2.分割出独立的图像元素，连接图像中的相邻元素

3.寻找图像中明显的极大值区域或极小值区域

4.求出图像的梯度

膨胀：

通俗来说就是求出图片的局部最大值的操作，具体操作，是通过掩膜，与原图片卷积，是局部最大值（即掩膜中的中心点，所获得权值变大），这样操作使图像中的高亮区域逐渐增长。

腐蚀：

腐蚀相当于膨胀的相反操作，是一个求图像局部最小值的操作，具体操作同样是通过掩膜进行的。

（在源码中，膨胀和腐蚀的函数原型一直，进行哪种操作往往取决于一个参数值）

API使用：

膨胀：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src = imread("E://hashiqi.jpg");
	Mat dst;
	namedWindow("原始图像", 1);
	imshow("原始图像", src);
	namedWindow("膨胀图像", 1);
	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
	dilate(src, dst, element);
	imshow("膨胀图像", dst);
	waitKey(0);

	
}

dilate函数，一参二参为输入输出图像，三参为内核，通俗的理解就是掩膜

而创建element函数：getStructuringElement中，一参代表内核形状，共有三种选择

矩形：MORPH_RECT;

交叉形：MORPH_CROSS;

椭圆形：MORPH_ELLIPSE;

二参为尺寸，三参为默认锚点

这个一参的用途，主要就是会将膨胀点，以不同形态输出

还有一个迭代次数，默认值为1

腐蚀：

参数同上，用法同上，因为其函数原型一致

erode(src, dst, getStructuringElement(MORPH_ELLIPSE, Size(size_value, size_value)), Point(-1, -1), 1);

结果如下：

图像的开运算

本质上为先腐蚀后膨胀操作，dilate(erode(src,element));很明了，懂得都懂

开运算可以用来消除小物体，在纤细处分离物体，并且在平滑较大物体的边界同时不明显改变其面积

图形的闭运算

同上，本质上是这个：erode(dilate(src,element));

闭运算能够排除小型黑洞(黑色区域)

形态学梯度

本质上是膨胀图和腐蚀图之差，众所周知，膨胀图求出局部最大值，腐蚀图求出局部最小值，差值得话，在视觉体验上类似一种大幅度的梯度变化，对二值图像进行这一操作可以将团块(blod)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

顶帽运算

原图像与开图像的差值，突出了比原图轮廓周围的区域更明亮的区域，且这一操作与选择的核的大小相关

在一幅图像具有大幅的背景，而微小物品比较规律的情况下，可以使用顶帽运算进行背景提取

黑帽运算

原图像与闭运算的结果图之差，突出了比原图轮廓周围的区域更暗的区域，且这一操作与选择和核的大小相关

黑帽运算用来分离比邻近点暗一些的斑点块，效果图有着非常完美的轮廓

核心API函数morphologyEx()

从图像的开闭运算，形态学梯度运算，顶帽黑帽运算的源码开始观察，会发现其实现都是写在一个morphologyEx()函数的switch结构下，也可以理解为该函数是图像形态学运算的核心API

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() )

输入输出图像不用说，op为形态学运算的类型，MORPH_OPEN,CLOSE,GRANDIENT,TOPHAT,BLACKHAT,ERODE,DILATE

四参为内核(掩膜)，后面就是锚点，迭代次数，边框类型，最后一个参数暂时不用管，与边界值相关

综合示例：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;
using namespace std;

static Mat src, dst1,dst2,dst3,dst4,dst5;

static int choosen = 0;
static int choosen2 = 0;
static int kannel_size = 10;
static int isgradient = 0;

void get_choosen(int, void*);
void get_choosen2(int, void*);
void change_size(int, void*);
void is_gradient(int, void*);

static void to_open();
static void to_close();
static void to_tophat();
static void to_blackhat();

int main(int argc, char** argv) {
	src = imread("E://hashiqi.jpg",0);
	namedWindow("原图", 1);
	imshow("原图", src);
	createTrackbar("开闭选择", "原图", &choosen, 1, get_choosen);
	createTrackbar("顶帽黑帽选择", "原图", &choosen2, 1, get_choosen2);
	createTrackbar("内核值", "原图", &kannel_size, 30, change_size);
	createTrackbar("梯度展示", "原图", &isgradient, 1, is_gradient);
	namedWindow("开运算", 1);
	namedWindow("闭运算", 1);
	namedWindow("顶帽", 1);
	namedWindow("黑帽", 1);
	namedWindow("梯度", 1);
	change_size(kannel_size, 0);
	get_choosen(choosen, 0);
	waitKey(0);
}
void change_size(int temp, void*) {
	kannel_size = temp;
}
void get_choosen(int, void*) {
	if (choosen == 0) {
		to_open();
	}
	else
	{
		to_close();
	}
}
void get_choosen2(int, void*) {
	if (choosen == 0) {
		to_tophat();
	}
	else
	{
		to_blackhat();
	}
}
void is_gradient(int, void*) {
	if (isgradient == 1) {
		morphologyEx(src, dst5, MORPH_GRADIENT, getStructuringElement(MORPH_CROSS, Size(kannel_size, kannel_size), Point(-1, -1)), Point(-1, -1));
		imshow("梯度", dst5);
	}
}
void to_open() {
	morphologyEx(src, dst1, MORPH_OPEN, getStructuringElement(MORPH_CROSS, Size(kannel_size, kannel_size), Point(-1, -1)));
	imshow("开运算", dst1);
}
void to_close() {
	morphologyEx(src, dst2, MORPH_CLOSE, getStructuringElement(MORPH_CROSS, Size(kannel_size, kannel_size), Point(-1, -1)));
	imshow("闭运算", dst2);
}
void to_tophat() {
	morphologyEx(src, dst3, MORPH_TOPHAT, getStructuringElement(MORPH_CROSS, Size(kannel_size, kannel_size), Point(-1, -1)));
	imshow("顶帽", dst3);
}
void to_blackhat() {
	morphologyEx(src, dst4, MORPH_BLACKHAT, getStructuringElement(MORPH_CROSS, Size(kannel_size, kannel_size), Point(-1, -1)));
	imshow("黑帽",dst4);
}

结果如图：