OpenCV3 5.2 用形态学滤波器腐蚀和膨胀图像

数学形态学(Mathematical morphology)

OpenCV中常用数学形态学分析处理离散图像，用预先定义的结构元素探测图像，从而实现图像的转换，结构元素与像素邻域的相交方式决定了运算的结果。

用形态学滤波器腐蚀和膨胀图像

结构元素即为像素的组合(常用正方形，圆形等)，把某个像素设为结构元素的原点后，结构元素和图像重叠部分的像素集就是形态学运算的应用对象。

因为形态学滤波器通常作用于二值图像，所以我们通常用cv::threshold函数先创建二值图，要说明的是，在形态学中，我们习惯用白色表示前景物体，黑色表示背景物体。

注：腐蚀和膨胀滤波器也能应用在灰度图像甚至彩色图像中，定义是相同的。

原图

腐蚀图像

腐蚀就是把当前像素替换成所定义像素集合中最小像素值。这里默认结构元素是3*3矩阵，原点为中心点。

腐蚀时，如果结构元素放到某个像素位置时碰到了背景(即交集中有一个像素是黑色的)，那么这个像素就变为背景。

图像腐蚀后物体尺寸会缩小。在腐蚀图像中，有些面积较小的物体(背景中的噪声像素)会彻底消失。

//腐蚀图像
cv::Mat eroded;
cv::erode(binary, eroded, cv::Mat());
cv::imshow("eroded", eroded);

函数签名

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() );

参数分别为：输入矩阵，输出矩阵，自定义内核(结构元素)，原点坐标，迭代次数，后面默认即可。

膨胀图像

膨胀就是把当前像素替换成所定义像素集合中最大像素值。
这里默认结构元素是3x3矩阵，原点为中心点。

腐蚀时，如果结构元素放到某个像素位置时碰到了前景(即交集中有一个像素是白色的)，那么这个像素就变为前景。

图像膨胀后物体尺寸会扩大。在膨胀图像中，物体中的一些“空隙”被填满。

//膨胀图像
cv::Mat dilated;
cv::dilate(binary, dilated, cv::Mat());
cv::imshow("dilated", dilated);

函数签名

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() );

函数用法同上，参数分别为：输入矩阵，输出矩阵，自定义内核(结构元素)，原点坐标，迭代次数，后面默认即可。

腐蚀和膨胀运算的基本性质

• 腐蚀图像相当于对其反色图像膨胀后再去反色。
• 膨胀图像相当于对其反色图像腐蚀后再去反色。
• 建议理解：腐蚀：黑多白少，消噪声；膨胀：黑少白多，填空隙。