图像处理基础及OpenCV实现（七）

七、 图像形态学处理

图像形态学是基于数学拓扑学的概念，主要分析图像几何结构，几何距离、形状、连通性和边界等特点，包括腐蚀（erosion）、膨胀（dilation）、开（opening）、闭（closing）四种基本运算。图像形态学操作一般用于二值图像。二值图像是一种2bit图像，每个像素点的值只有0和1两种情况，二值图像的处理运算速度快，方便提取图像的某些典型的信息，因此广泛地用于各类图像处理中。步骤通常是先依据某些规则将图像二值化，经过处理后提取特征再进行识别。

1、 图像腐蚀

图像腐蚀操作可以缩小图形边界，使整个图形边界向内部收缩。过程描述为对图形A用模板B来腐蚀，将A中每个点扩大成B的形状，若该点仍然包含在A中，则保留，若该点扩大后存在不在A之内的区域，则该点被腐蚀。腐蚀模板可根据具体需求，取正方形、菱形、圆形、十字形等，具体操作可以等效为取模板内的最小值，对二值图像来说，对应点的模板内区域若存在0，则该点被腐蚀。

Opencv函数 做腐蚀操作

	CVAPI(void)  cvErode( const CvArr* src, CvArr* dst,
                      IplConvKernel* element CV_DEFAULT(NULL),
                      int iterations CV_DEFAULT(1) );

参数一：源图像
参数二：输出图像
参数三：结构核元素，默认NULL为3*3矩形
参数四：腐蚀次数，默认1次

注：腐蚀操作实际上是取模板区域内的最小值，对于灰度图像来说，值越大越接近白色，腐蚀操作会让黑色区域变小，白色区域变大。

Opencv函数 创建结构元素，作为腐蚀膨胀的参数

CVAPI(IplConvKernel*)  cvCreateStructuringElementEx(
            int cols, int  rows, int  anchor_x, int  anchor_y,
            int shape, int* values CV_DEFAULT(NULL) );

参数一：列数目
参数二：行数目
参数三：锚点的水平偏移量，为0时以结构元素水平中心做操作
参数四：锚点的垂直偏移量，为0时以结构元素垂直中心做操作
参数五：结构元素形状

enum MorphShapes_c
{
    		CV_SHAPE_RECT      =0,
    		CV_SHAPE_CROSS     =1,
    		CV_SHAPE_ELLIPSE   =2,
    		CV_SHAPE_CUSTOM    =100 //自定义元素
};

参数六：当参数5是自定义元素时，表示自定义元素的数组指针，其中非零值表示属于该结构元素形状中的一点；当为NULL时，表示默认的矩形形状。

代码如下：

IplImage *g_src, *dst;
g_src = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 1);
cvCvtColor(m_ipl, g_src, CV_RGB2GRAY);
dst = cvCreateImage(cvGetSize(g_src), IPL_DEPTH_8U, 1);

IplConvKernel *ker;
ker = cvCreateStructuringElementEx(3, 3, 0, 0, CV_SHAPE_RECT);

cvErode(g_src, dst, ker);

cvNamedWindow(_T("原图像"));
cvShowImage(_T("原图像"), g_src);
cvNamedWindow(_T("腐蚀后图像"));
cvShowImage(_T("腐蚀后图像"), dst);

cvReleaseImage(&g_src);
cvReleaseImage(&dst);
cvReleaseStructuringElement(&ker);

输出结果如下：

2、 图像膨胀

图像膨胀是图像腐蚀的相反操作，即对图像边界向外扩充。对二值图像来说，每个像素为1的值都向外扩张一个结构元素的形状大小的值。

Opencv函数 膨胀操作

CVAPI(void)  cvDilate( const CvArr* src, CvArr* dst,
                       IplConvKernel* element CV_DEFAULT(NULL),
                       int iterations CV_DEFAULT(1) );

参数一：源图像
参数二：输出图像
参数三：结构核元素，默认NULL为3*3矩形
参数四：膨胀次数，默认1次

注：与腐蚀操作相反，膨胀操作实际上是取模板区域内的最大值。

代码如下：

IplImage *g_src, *dst;
g_src = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 1);
cvCvtColor(m_ipl, g_src, CV_RGB2GRAY);
dst = cvCreateImage(cvGetSize(g_src), IPL_DEPTH_8U, 1);

IplConvKernel *ker;
ker = cvCreateStructuringElementEx(3, 3, 0, 0, CV_SHAPE_RECT);

cvDilate(g_src, dst, ker);

cvNamedWindow(_T("原图像"));
cvShowImage(_T("原图像"), g_src);
cvNamedWindow(_T("膨胀后图像"));
cvShowImage(_T("膨胀后图像"), dst);

cvReleaseImage(&g_src);
cvReleaseImage(&dst);
cvReleaseStructuringElement(&ker);

输出结果如下：

3、 图像形态学运算

1. 开运算
   将图像先腐蚀再膨胀，可以平滑图像的轮廓，消弱掉一些尖锐狭长部分或孤立点。
2. 闭运算
   将图像先膨胀后腐蚀，可以填充图像中的小洞，连接狭小的空隙，融合窄的缺口，平滑图像轮廓。
3. 形态梯度
   将图像膨胀后的结果减去腐蚀的结果，可以计算图形轮廓的趋势。
4. 顶帽
   原图像减去开运算的结果，分离出原图像边缘周围比较亮的区域
5. 黑帽
   闭运算减去原图像的结果，分离出原图像边缘周围比较暗的区域

Opencv函数 形态学操作

CVAPI(void)  cvMorphologyEx( const CvArr* src, CvArr* dst,
                             CvArr* temp, IplConvKernel* element,
                             int operation, int iterations CV_DEFAULT(1) );

参数一：源图像
参数二：输出图像
参数三：临时图像，做形态梯度、顶帽和黑帽时用到
参数四：结构核元素，默认NULL为3*3矩形
参数五：操作方式

/** Morphological operations */
enum
{
    		CV_MOP_ERODE        =0,
   			CV_MOP_DILATE       =1,
    		CV_MOP_OPEN         =2,
    		CV_MOP_CLOSE        =3,
    		CV_MOP_GRADIENT     =4,
    		CV_MOP_TOPHAT       =5,
    		CV_MOP_BLACKHAT     =6
};

参数六：操作迭代次数

代码如下：

IplImage *g_src, *dst;
g_src = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 1);
cvCvtColor(m_ipl, g_src, CV_RGB2GRAY);
dst = cvCreateImage(cvGetSize(g_src), IPL_DEPTH_8U, 1);

IplConvKernel *ker;
ker = cvCreateStructuringElementEx(3, 3, 0, 0, CV_SHAPE_RECT);

cvMorphologyEx(g_src, dst, NULL, ker, CV_MOP_CLOSE);

cvNamedWindow(_T("原图像"));
cvShowImage(_T("原图像"), g_src);
cvNamedWindow(_T("开运算后图像"));
cvShowImage(_T("开运算后图像"), dst);

cvReleaseImage(&g_src);
cvReleaseImage(&dst);
cvReleaseStructuringElement(&ker);

输出结果如下：