Opencv图像处理之--膨胀和腐蚀

图像形态学操作
图像形态学操作 – 基于形状的一系列图像处理操作的合集，主要是基于集合论基础上的形态学数学
形态学有四个基本操作：腐蚀、膨胀、开、闭
膨胀与腐蚀是图像处理中最常用的形态学操作手段
腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域
-----既膨胀为；白色区域扩张，腐蚀为白色区域被腐蚀/减少。
相关API函数：
1.建立一个kernel（我理解为是一个掩膜核子）
getStructuringElement(int shape, Size ksize, Point anchor)；
1）形状 (MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE)
2）大小
3）锚点 默认是Point(-1, -1)意思就是中心像素
2.膨胀
dilate(src, dst, kernel);
案例：dilate(src, dst, structureElement,Point(-1,-1),1);
3.腐蚀
erode(src, dst, kernel)
案例：erode(src, dst, structureElement, Point(-1, -1),1)

4.元素结构大小调整（滑动块的创建）：
createTrackbar(const String & trackbarname, const String winName, int* value, int count, Trackbarcallback func, void* userdata=0)
<滑动块名称/滑动块放置的窗口/滑动块初始值/最大值/回调函数>

膨胀与腐蚀能实现多种多样的功能，主要如下：
1.消除噪声
2.分割(isolate)出独立的图像元素，在图像中连接(join)相邻的元素。
3.寻找图像中的明显的极大值区域或极小值区域
4.求出图像的梯度

程序案例
#include <opencv2/opencv.hpp>
#include
//#include “stdafx.h”
//本节讲述 图像处理之 膨胀/腐蚀的操作和API函数；
using namespace std;
using namespace cv;

Mat src, dst;
int element_size = 3;
int max_size = 30;
char output_title[] = “膨胀/腐蚀”;
void Callback_demo(int,void*);
int main(int argc, char**argv)
{
src = imread(“C:/Users/Rubison.DELL/Desktop\杂物/壁纸/小白2.jpg”); //存放自己图像的路径
if (!src.data)
{
printf(“could not load image…\r\n”);
return -1;
}
char input_title[] = “原图”;
namedWindow(input_title, CV_WINDOW_AUTOSIZE);
namedWindow(output_title, CV_WINDOW_AUTOSIZE);
imshow(input_title, src);
createTrackbar(“结构元素大小”, output_title, &element_size, max_size, Callback_demo);
Callback_demo(0,0);
waitKey(0);
destroyAllWindows();
return 0;
}
void Callback_demo(int, void*)
{
int s = element_size * 2 + 1;
Mat structureElement = getStructuringElement(MORPH_RECT, Size(s,s),Point(-1,-1));
//dilate(src, dst, structureElement,Point(-1,-1),1); //膨胀操作
erode(src, dst, structureElement, Point(-1, -1),1); //腐蚀操作
imshow(output_title, dst);
}