形态学填充孔洞的几个问题

本文探讨了在图像处理中如何使用形态学方法填充孔洞,重点解析了教材中的理解和实验结果,以及个人的观点。作者指出,填充孔洞实质上是形态学膨胀重建过程,并详细解释了标记图像的选择、模板图像的生成以及为何这种方法有效。文中还提供了选择标记图像和结构元素的技巧,并提醒注意边界像素狭窄和字符大小可能导致的失败情况。
摘要由CSDN通过智能技术生成

形态学填充孔洞的几个问题

最近做文字和数字方面的图像处理,由于字符存在很多孔洞,提取轮廓时需要加上许多条件才能将字符提取出来,而且像“0”这种字符,内外轮廓差不了多少,虽然可以用在OpenCV的findcontours函数中的hierarchy[i][3]来判定父轮廓或子轮廓,但过多的条件容易使轮廓提取不准确不说,也会造成字符提取的适应性不强;使用了教材上形态学重建中的填充算法,但怎么也实现不了,不知道是不是自己的实现上有问题,而网上千篇一律的不是只说明了原理和结果,就是用Matlab中的imfill()函数完事(严重鄙视那些不经验证、没有独立思考精神、只会拿来主义的人),没办法,只能自己琢磨下,特此记录下结果,如果有更好办法的高能,愿意指教的话,本人不胜感激。

一、教材理解

这是关键的一步,也是被书上(冈萨雷斯第三版)一笔带过的一步,书上说的,标记图像是这样的:

这里写图片描述

反正这个公式我是看了半天没看懂(他只说 I 是一幅二值图像,没说I(x,y)是如何标定的,我简单的大脑实在想不出来 1 - I(x,y) 所表达的数学模型是怎么样的。)而从配备的插图上来看,F 应该是一幅包围原图像外轮廓的一幅标记图像。

  • 3
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值