OpenCV学习笔记 imgproc库2.膨胀、腐蚀与基于他俩的形态学操作

使用的示例图像

使用的kernel

kernel = getStructuringElement(CV_SHAPE_RECT, Size(11, 11), Point(-1, -1));

基本操作

膨胀和腐蚀的主语都是亮区

膨胀

结构元素B在图像A上移动，B的中心为锚点（如果不改变预设参数的话），用B覆盖下A的最大像素值替换锚点的像素。

示例程序

dilate(src, dst_1, kernel);

输出图像

腐蚀

与膨胀类似，以最小值替换。

示例程序

erode(src, dst_2, kernel);

输出图像

根据以上两种基本操作，有下列形态学操作

形态学操作

用到的

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。

示例程序

morphologyEx(src, dst_3, CV_MOP_OPEN, kernel);

输出图像

闭操作 close

先膨胀后腐蚀
可以去掉小的洞，假设背景为黑色，对象是前景色。

示例程序

morphologyEx(src, dst_4, CV_MOP_CLOSE, kernel);

输出图像

顶帽 tophat

原图像与开操作的差值。
可以保留小的对象，假设情况同上。

示例程序

morphologyEx(src, dst_5, CV_MOP_TOPHAT, kernel);

输出图像

黑帽 blackhat

原图像与闭操作的差值。
可以保留小的洞，假设情况同上。

示例程序

morphologyEx(src, dst_6, CV_MOP_BLACKHAT, kernel);

输出图像

形态学梯度 gradient

膨胀减去腐蚀，又称为基本梯度，还有内部梯度（腐蚀减原图）和方向梯度（x和y方向进行计算）。

示例程序

morphologyEx(src, dst_7, CV_MOP_GRADIENT, kernel);

输出图像

总结

形态学操作在二值化图像的处理中十分实用，其效果与kernel的大小、形状都有关系，需要根据实际情况选择。