opencv形态学-腐蚀和膨胀

    在上一篇文章中，我们对图像进行了二值化处理，由于图像中可能还存在很多噪声，这个时候我们可以使用形态学的方法，将噪声过滤掉。

    opencv2.0以上版本中，opencv进行形态学处理有以下几个函数：

     结构元素：

      1. C++: Mat getStructuringElement(int shape, Size ksize, Point anchor=Point(-1,-1))

   结构元素中，shape表示形状，有MORPH_RECT（矩形），MORPH_ELLIPSE（椭圆），MORPH_CROSS（十字形） ；ksize表示结构元素的大小(行和列）；anchor表示结构元素的原点（锚点），默认是(-1,-1)，表明锚点在形状的中心。

   膨胀操作函数：

   2.C++: void dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, intborderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )

   腐蚀操作函数：

   3.C++: void erode(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, intborderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )

   比较高级的形态学处理函数：

   4.C++: void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1,-1), intiterations=1, int borderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )

在opencv的安装文件下opencv_source_code/samples/cpp/morphology2.cpp，是一个形态学的例子，下面其中的一段代码：

// callback function for open/close trackbar
static void OpenClose(int, void*)
{
    int n = open_close_pos - max_iters;
    int an = n > 0 ? n : -n;
    Mat element = getStructuringElement(element_shape, Size(an*2+1, an*2+1), Point(an, an) );
    if( n < 0 )
        morphologyEx(src, dst, CV_MOP_OPEN, element);
    else
        morphologyEx(src, dst, CV_MOP_CLOSE, element);
    imshow("Open/Close",dst);
}

// callback function for erode/dilate trackbar
static void ErodeDilate(int, void*)
{
    int n = erode_dilate_pos - max_iters;
    int an = n > 0 ? n : -n;
    Mat element = getStructuringElement(element_shape, Size(an*2+1, an*2+1), Point(an, an) );
    if( n < 0 )
        erode(src, dst, element);
    else
        dilate(src, dst, element);
    imshow("Erode/Dilate",dst);
}

下面是对上篇文章进行二值化后的图像进行形态学的代码：

#include "stdafx.h"
#include <iostream>
#include <opencv2\opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
	Mat oddImg;
	Mat evenImg;
	Mat diffImg;
	//读取图像
	oddImg = imread("2odd.bmp",CV_LOAD_IMAGE_GRAYSCALE ); //之前总是错误是因为少了一个0
	evenImg = imread("2even.bmp",CV_LOAD_IMAGE_GRAYSCALE);

	imshow("奇场图像",oddImg);
	imshow("偶场图像",evenImg);

	//差分图像
	absdiff(evenImg, oddImg, diffImg);	
	imshow("差分图像",diffImg);

	//二值化处理：自适应阈值otus,自适应阈值
	threshold(diffImg, diffImg, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);
    imshow("二值化图像",diffImg);

	//形态学
	//腐蚀操作
	int element_shape = MORPH_ELLIPSE;	
	Mat A1;
	Mat se1 = getStructuringElement(element_shape, Size(3, 3));
	erode(diffImg, A1, se1);
	imshow("腐蚀后的图像",A1);
	//膨胀操作
	Mat A2;
	Mat se2 = getStructuringElement(element_shape, Size(5, 5));
	dilate(A1, A2, se2);
	imshow("膨胀后的图像",A2);

	waitKey(0);

	return 0;
}

参考：

1.http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=getstructuringelement#Mat getStructuringElement(int shape, Size ksize, Point anchor)

2.http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=getstructuringelement#void erode(InputArray src, OutputArray dst, InputArray kernel, Point anchor, int iterations, int borderType, const Scalar& borderValue)

3.http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=getstructuringelement#void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor, int iterations, int borderType, const Scalar& borderValue)

4.http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=getstructuringelement#void dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor, int iterations, int borderType, const Scalar& borderValue)