OpenCV中一个最容易搞错的形态学操作

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

击中击不中解释

OpenCV中除了常见腐蚀、膨胀、开闭操作之外，还有个非常有用的形态学操作，就是击中击不中。击中击不中也是基础形态学操作组合，它可以实现对象的细化跟剪枝操作。形态学操作都是基于各种形状的结构元素，基于输入图像，跟结构元素操作得到输出图像，击中击不中操作是在二值图像的模式匹配跟发现上非常有用，它是基于两个结构元素分别是B1跟B2、第一个结构元素B1在图像上完成腐蚀操作、然后第二个结构元素B2在图像完成腐蚀操作，然后合并最终输出得到。详解步骤如下：

1.使用B1完成对图像腐蚀
2.使用B2完成对图像腐蚀
3.对上述两步的输出结果进行位与操作输出最终结果

上述步骤可以把结构元素B1+B2得到一个结构元素B，可以直接完成一次操作就为击中击不中(Hit And Miss)。

举例如下，假设有如下的结构元素：

上图B1、B2对图像进行腐蚀，可以合并为B1 + B2,其中中心元素-1表示该点为背景像素点，上下左右四个点值为1表示前景像素点，角上四个点为0表示任意像素值均可。这里就是Hit And Miss的结构元素定义。使用该结构元素对输入图像二值图像完成操作，得到输出图像，图示如下：

通过设计不同的结构元素会得到不同的输出图像，图示如下：

OpenCV中的Hit And Miss

OpenCV中的击中击不中的函数，是跟开闭操作一样的功能函数

void cv::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()
)

参数解释：

• src表示输入图像

• dst表示输出图像

• op 这里必须是MORPH_HITMISS

• kernel 表示结构元素

• anchor 表示锚定位置，默认是结构元素中心位置

剩下的参数默认即可，一般情况都不用设置。

代码演示-二值对象边缘发现

使用击中击不中实现二值对象的边缘提取，如下：

左侧是原图、右侧是基于击中击不中提取到轮廓边缘。

代码实现如下：

image = cv.imread("D:/images/my_mask.png")
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("input", binary)
hmk1 = np.zeros((3, 3), dtype=np.int32)
hmk1[0, 0] = 1
hmk1[1, 1] = -1
print(hmk1)
h1 = cv.morphologyEx(binary, cv.MORPH_HITMISS, hmk1)

hmk1 = np.zeros((3, 3), dtype=np.int32)
hmk1[2, 2] = 1
hmk1[1, 1] = -1
print(hmk1)
h2 = cv.morphologyEx(binary, cv.MORPH_HITMISS, hmk1)

dst = cv.add(h1, h2)
cv.imshow("output", dst)

cv.waitKey(0)
cv.destroyAllWindows()

使用的结构元素为：

另外一个运行测试

原图

运行结果

掉坑的记录

OpenCV中的结构元素通过Mat来表示，默认的数据类是CV_8UC1, 但是对Hit And Miss来说，数据类型必须是 CV_32SC 如果使用默认数据类型就会导致-1溢出错误。但是多数初学者都不会意识到这个问题，一般如下定义结构元素，然后去执行Hit And Miss操作：

hmk1 = np.zeros((3, 3), dtype=np.uint8)
hmk1[0, 0] = 1
hmk1[1, 1] = -1
h1 = cv.morphologyEx(binary, cv.MORPH_HITMISS, hmk1)

输出结果跟原图一样，没有任何改变，很多人都会因此发狂，还反馈说OpenCV的Hit And Miss根本无法使用，我晕！这个时候只需要把结构元素定义改为

hmk1 = np.zeros((3, 3), dtype=np.int32)
hmk1[0, 0] = 1
hmk1[1, 1] = -1
print(hmk1)
h1 = cv.morphologyEx(binary, cv.MORPH_HITMISS, hmk1)

就会运行正确了。

好消息！

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~