c 语言编腐蚀膨胀程序,opencv之膨胀与腐蚀

腐蚀和膨胀 Erosion/Dilation

erosion/dilation,用白话说,就是让图像亮的区域收缩和扩张.

原理

我们定义一个卷积核矩阵.这个矩阵可以是任何形状的,但通常而言,是矩形或者圆形的.同时要定义一个锚点位置.

用这个卷积核矩阵挨个地划过原始图像矩阵,同时更改锚点位置的像素值.

锚点位置的像素值更改为卷积核矩阵覆盖的有效像素值中的最大值/最小值(分别对应膨胀/腐蚀).

什么叫"有效"像素值呢?就是卷积核中不为0的那些位置.用公式表达的话,即:

膨胀和腐蚀,说白了就是个求"卷积核所表示的局部"的最大值最小值的过程.

我们来看一个例子:

import cv2

import numpy as np

def test1():

img = np.zeros((10,10,1),np.uint8)

img[3:7,3:7,:] = 255

img[4:6,4:6,:] = 200

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

erosion_dst = cv2.erode(img, kernel1)

print(erosion_dst)

首先我们创建一个10 x 10的图像,像素如下:

[[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]]

我们创建一个卷积核:

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

getStructuringElement api

三个参数分别为卷积核的形状/大小/锚点位置. 默认锚点在矩阵的中心位置.

形状有三种

上面代码中我们创建的3 x 3矩形卷积核如下

用这个卷积核对原始图像做腐蚀后得到的矩阵如下

即矩阵有如下变化:

[[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]]

-->

[[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 200 200 0 0 0 0]

[ 0 0 0 0 200 200 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]]

我们考虑第三行第四列img[2,3,:]这个像素.当我们的卷积核矩阵的锚点位置与该像素重合时,我们取周边所有像素的最小值.最小值为0.所以该位置的像素值变为0. 其余位置的像素值同理可求.

我们稍微改一下我们的代码,然后再看一下不同卷积核作用下的不同结果,会理解的更清楚

import cv2

import numpy as np

def test1():

img = np.zeros((10,10,1),np.uint8)

img[3:7,3:7,:] = 255

img[4:6,4:6,:] = 200

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

print(kernel1)

erosion_dst = cv2.erode(img, kernel1)

print(erosion_dst)

def test2():

img = np.zeros((10,10,1),np.uint8)

img[3:7,3:7,:] = 255

img[4:6,4:6,:] = 200

img[2,4,:] = 100

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

erosion_dst = cv2.erode(img, kernel1)

print(erosion_dst)

kernel2 = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))

erosion_dst2 = cv2.erode(img, kernel2)

print(erosion_dst2)

test2()

我们把原始图像矩阵改为

[[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 100 0 0 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 200 200 255 0 0 0]

[ 0 0 0 255 255 255 255 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]

[ 0 0 0 0 0 0 0 0 0 0]]

用kernal1时,kernal1如下:

以第四行,第五列的像素为例,用卷积核的锚点与之对应,此时计算的是其周围八个像素的最小值,最小值为0.

所以我们得到的矩阵为

当我们用kernal2时,kernal2如下:

对第四行,第五列的像素,用卷积核的锚点与之对应,此时计算的不再是周围八个像素的最小值,而是其正上方,正下方,正左边,正右边的四个像素的最小值.该值为100.

所以我们得到的矩阵为

opencv示例

from __future__ import print_function

import cv2 as cv

import numpy as np

import argparse

erosion_size = 0

max_elem = 2

max_kernel_size = 21

title_trackbar_element_type = 'Element:\n 0: Rect \n 1: Cross \n 2: Ellipse'

title_trackbar_kernel_size = 'Kernel size:\n 2n +1'

title_erosion_window = 'Erosion Demo'

title_dilatation_window = 'Dilation Demo'

def erosion(val):

erosion_size = cv.getTrackbarPos(title_trackbar_kernel_size, title_erosion_window)

erosion_type = 0

val_type = cv.getTrackbarPos(title_trackbar_element_type, title_erosion_window)

if val_type == 0:

erosion_type = cv.MORPH_RECT

elif val_type == 1:

erosion_type = cv.MORPH_CROSS

elif val_type == 2:

erosion_type = cv.MORPH_ELLIPSE

element = cv.getStructuringElement(erosion_type, (2*erosion_size + 1, 2*erosion_size+1), (erosion_size, erosion_size))

erosion_dst = cv.erode(src, element)

cv.imshow(title_erosion_window, erosion_dst)

def dilatation(val):

dilatation_size = cv.getTrackbarPos(title_trackbar_kernel_size, title_dilatation_window)

dilatation_type = 0

val_type = cv.getTrackbarPos(title_trackbar_element_type, title_dilatation_window)

if val_type == 0:

dilatation_type = cv.MORPH_RECT

elif val_type == 1:

dilatation_type = cv.MORPH_CROSS

elif val_type == 2:

dilatation_type = cv.MORPH_ELLIPSE

element = cv.getStructuringElement(dilatation_type, (2*dilatation_size + 1, 2*dilatation_size+1), (dilatation_size, dilatation_size))

dilatation_dst = cv.dilate(src, element)

cv.imshow(title_dilatation_window, dilatation_dst)

src = cv.imread("/home/sc/disk/keepgoing/opencv_test/j.png")

cv.namedWindow(title_erosion_window)

cv.createTrackbar(title_trackbar_element_type, title_erosion_window , 0, max_elem, erosion)

cv.createTrackbar(title_trackbar_kernel_size, title_erosion_window , 0, max_kernel_size, erosion)

cv.namedWindow(title_dilatation_window)

cv.createTrackbar(title_trackbar_element_type, title_dilatation_window , 0, max_elem, dilatation)

cv.createTrackbar(title_trackbar_kernel_size, title_dilatation_window , 0, max_kernel_size, dilatation)

erosion(0)

dilatation(0)

cv.waitKey()

通过createTrackbar在窗口上创建两个bar,方便我们看不同种类不同大小的卷积核的影响.

cv.createTrackbar(title_trackbar_element_type, title_erosion_window , 0, max_elem, erosion)

cv.createTrackbar(title_trackbar_kernel_size, title_erosion_window , 0, max_kernel_size, erosion)

原始图片:

处理效果:

opencv实现

关于找一找教程网

本站文章仅代表作者观点，不代表本站立场，所有文章非营利性免费分享。

本站提供了软件编程、网站开发技术、服务器运维、人工智能等等IT技术文章，希望广大程序员努力学习，让我们用科技改变世界。

[opencv之膨胀与腐蚀]http://www.zyiz.net/tech/detail-92785.html