67.图像的形态学梯度

 目录

        1 概念讲解及用处

        2 API函数详解

        3 用C++编写代码进行实现

        1 概念讲解及用处

        形态学梯度是形态学操作中的一种，用于提取图像中物体边缘或轮廓的信息。它通过计算膨胀和腐蚀操作之间的差异来获取物体边界的强度变化情况。

        形态学梯度常用于突出高亮区域的外围、为轮廓查找提供新思路、边缘检测、形状分析和物体定位等应用场景。

        形态学梯度分为：

1. 内梯度（Internal Gradient）：指的是通过腐蚀操作得到的图像与原始图像之间的差异。内梯度可以用于检测物体的边界。
2. 外梯度（External Gradient）：指的是通过膨胀操作得到的图像与原始图像之间的差异。外梯度可以用于扩展物体的边界。
3. 基本梯度（Basic Gradient）：也称为形态学梯度（Morphological Gradient），是通过膨胀和腐蚀操作之间的差异来计算得到的图像。基本梯度可以提取物体的轮廓信息。