OpenCV图像滤波及形态学操作

1. 模糊图像

（1）模糊原理

Smooth/Blur是图像处理中最简单和常用的操作之一，使用该操作的原因之一就为了给图像预处理时候减低噪声。

使用Smooth/Blur操作其背后是数学的卷积处理：

G(I,j)=k,Ifi+k,j+Ih(k,I)

通常这些卷积算子计算都是线性操作，所以又叫线性滤波

（2）四种滤波方法

均值滤波：blur(Mat src,Mat dst,Size(xradius,yradius),Point(-1,-1));

高斯模糊：GaussianBlur(Mat src,Mat dst,Size(11,11),sigmax,sigmay);

注意：其中Size(x,y)，x,y必须是正数而且是奇数

中值滤波：统计排序滤波器，中值滤波对椒盐噪声有很好的抑制作用

双边滤波：均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重；高斯模糊部分克服啦该缺陷，但是无法完全避免，因为没有考虑像素值的不同；高斯双边模糊——是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变

中值模糊：medianBlur(Mat src,Mat dest,kszie);

双边模糊：bilateralFilter(src,dest,d=15,150,3);

15---计算的半径，半径之内的像素都会被纳入计算，如果提供-1，则根据sigma space参数取值             

150—sigma color 决定多少差值之内的像素会被计算

3—sigma space如果d的值大于0则声明无效，否则根据它来计算d值，

中值模糊的ksize大小必须是大于1而且必须是奇数

2.膨胀与腐蚀

（1）腐蚀

腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值替换锚点重叠下图像的像素值

（2）膨胀

跟卷积操作类似，假设有图像A和结构元素B，结构元素B在A上面运动，其中B定义其中心为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素，其中B作为结构体可以是任意形状。

（3）相关的API

getStructuringElement(int shape,Size ksize,Point anchor)

形状（MORPH_RECT\MORPH_CROSS\MORPH_ELLIPSE）           大小

锚点默认是Point(-1,-1),意思是中心像素

Dilate(src,dst,kernel)

Erode(src,dst,kernel)

（4）动态调整结构元素大小

TrackBar-createTrackbar(const String &trackbarname,const String winName,int* value,int count,Trackbarcallback func,

void* userdata=0)

其中最重要的是callback函数功能。如果设置为NULL就是说只有值update，但是不会调用callback的函数

3.形态学操作

（1）开操作——open

先腐蚀后膨胀：可以去掉小的对象，假设对象是前景色，背景是黑色

（2）闭操作——close

先膨胀后腐蚀：可以填充小的洞，假设对象是前景色，背景是黑色

（3）形态学梯度——Morphological Gradient

膨胀减去腐蚀，又称为基本梯度（其他还包括-内部梯度、方向梯度）

（4）顶帽——top hat

顶帽是原图像与开操作之间的差值图像

（5）黑帽——black hat

黑帽是闭操作图像与原图像的差值图像

（6）相关API

MorphologyEx(src,dest,CV_MOP_BLACKHAT,kernel);

Mat src——输入图像

Mat dest——输出图像

Int  OPT-CV_MOP_OPEN/CV_MOP_CLOSE/CV_MOP_GRADIENT/CV_MOP_TOPHAT/

CV_MOP_BLACKHAT形态学操作类型

Mat kernel       结构元素

Int iteration     迭代次数，默认是1

最好变换成二值图再进行操作

4.形态学操作应用-提取水平与垂直线

（1）原理方法

图像形态学操作的时候，可以通过自定义的结构元素实现结构元素对输入图像一些对象敏感、另外一些对象不敏感，这样就会让敏感的对象改变而不敏感的对象保留输出。通过使用俩个最基本的形态学操作----膨胀与腐蚀，使用不同的结构元素实现对输入图像的操作、得到想要的结果。

膨胀——输出的像素值是结构元素覆盖下输入图像的最大像素值

腐蚀——输出的像素值是结构元素覆盖下输入图像的最小像素值

（2）实现步骤

输入图像彩色图像——IMread

转换为灰度图像———cvtColor

转换为二值图像———adaptiveThreshold

定义结构元素

开操作（腐蚀+膨胀）提取水平与垂直线

（3）转换为二值图像——adaptiveThreshold

adaptiveThreshold（Mat src,//输入的灰度图像

                                 Mat dest,//二值图像

                                 Double maxValue，//二值图像最大值

                                 Int         adaptiveMethod，//自适应方法，只能是其中之一，              ADAPTIVE_THRESH_MEAN_C,ADAPTIVE_THRESH_GAUSSIAN_C

                                 Int         thresholdType，//阈值类型

                                 Int         blockSize，//块大小

                                 Double C//常量C可以是正数，0，负数）