【Emgu CV教程】9.2、形态学常用操作之膨胀

---

一、膨胀

1.什么叫膨胀

前面讲的是腐蚀，与其相反的操作，就是膨胀。二值化图片以黑色为背景，白色为前景物体。膨胀就是扩张前景物体的边缘。其原理是将一个结构元素在图像上滑动，选取原图中结构元素计算区域内最大值作为输出值。

假设有一副图像如下图，灰色底色是背景，黄色底色是前景物体。

定义一个结构元素，大小是3 * 3，也就是这样的

如果对左侧绿底色的0那个点做膨胀操作，根据结构元素大小，提取出的计算区域是

在这9个值中，最大值就是0，所以目标图像的输出结果也是0。如果对右边绿底色0进行膨胀呢，它提取出的计算区域是

因为9个值里面最大值是255，因此这个点的膨胀结果，是255。

2.膨胀的作用

膨胀操作可以去除白色前景物体内的黑色斑点，也可以连接两个白色前景。

3.膨胀的函数

Emgu CV中，膨胀的函数定义如下：

public static void Dilate(
	IInputArray src,  // 输入图像
	IOutputArray dst, // 输入图像
	IInputArray element, // 结构元素大小
	Point anchor, // 锚点位置，默认为中心new Point(-1, -1)
	int iterations, // 膨胀操作迭代次数
	BorderType borderType, // 边界填充方式，一般取默认
	MCvScalar borderValue // 边界值，使用时一般写成new MCvScalar()
)

三、演示

1.原始素材

原始素材定义为srcMat，是一张黑色背景，白色前景的图像，而且白色区域内有很多黑色胡椒噪声。

2.代码

Emgu CV膨胀演示代码如下：

Mat tempMat = srcMat.Clone();
Mat gray = new Mat();
Mat dstMat = new Mat();
int kernelX = Convert.ToInt16(TextBoxX.Text.Trim().ToString()); // structuring element结构元素 或者 kernel 内核的X值，水平方向
int kernelY = Convert.ToInt16(TextBoxY.Text.Trim().ToString()); // structuring element结构元素 或者 kernel 内核的X值，垂直方向
int iterations = Convert.ToInt16(TextBoxIterations.Text.Trim().ToString()); // 需要执行膨胀的次数

// 要转成灰度图
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);

// 定义结构元素，其中元素的形状是矩形，size大小由两个文本框决定，默认锚点new Point(-1,-1)是指在中心
Mat element = CvInvoke.GetStructuringElement(ElementShape.Rectangle, new System.Drawing.Size(kernelX, kernelY), new System.Drawing.Point(-1, -1));

// 开始膨胀，其中锚点位置new Point(-1, -1)代表中心
CvInvoke.Dilate(gray, dstMat, element, new System.Drawing.Point(-1, -1), iterations, BorderType.Default, new MCvScalar());
CvInvoke.Imshow("Gray, " + gray.Size.ToString(), gray);
CvInvoke.Imshow("Dilate, " + dstMat.Size.ToString(), dstMat);

注意哈，结构元素的内核要对水平方向和垂直方向分别定义。

3.运行结果

假设kernelX = 7，kernelY =7，iterations = 1， 其膨胀结果如下所示：

白色区域边缘往外扩张了，而且内部的黑色胡椒噪声也没有了，仔细看的话原始图像中不相连(中断)的两个前景也合并在一起了。假设kernelX = 17，kernelY =1，iterations = 1， 其膨胀结果如下所示：

水平方向的前景轮廓往外扩张的很多，导致Emgu这四个英文字母已经连载一起了，因为水平方向的计算区域是17，也就是17个邻域空间内，取最大值，当然会把更多的点变成255。垂直方向是1，也就是垂直方向的邻域空间只计算目标点本身。

膨胀操作记住结论：

1、结构元素水平方向值越大，目标图像中水平前景边缘扩张越大。
2、结构元素垂直方向值越大，目标图像中垂直前景边缘扩张越大。
3、iterations(执行次数)越大，目标图像边缘向外扩张越大。

---

原创不易，请勿抄袭。共同进步，相互学习。