数学形态学_腐蚀、膨胀、开运算和闭运算实验三

最新推荐文章于 2023-05-22 15:06:20 发布
最新推荐文章于 2023-05-22 15:06:20 发布
阅读量428 收藏
点赞数
原文链接：http://www.cnblogs.com/loyolh/p/10096961.html
版权

一、实验目的

掌握数学形态学的基本理论。

掌握数学形态学的四种基本运算，并会运用其进行简单的图像处理。

二、实验内容

1. 编写程序实现二值图像的腐蚀和膨胀。

2. 编写程序实现二值图像的开运算和闭运算。

3. 编写程序对以下图像进行形态学运算，填充内部的孔洞和外部的白色噪音块。 

4. 编写程序实现灰度图像的腐蚀、膨胀、开运算和闭运算

三、实验过程

  1. 编写程序实现二值图像的腐蚀和膨胀。

实验代码如下：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为二值图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg");
    Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    Mat binaryImg(grayImg.size(),grayImg.type());
    threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY);

    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_RECT;
    Mat elemStruct = getStructuringElement(elemType, Size(3, 3), Point(1, 1));

    //实现腐蚀
    Mat dstImg;
    erode(binaryImg, dstImg, elemStruct);
    //实现膨胀
    Mat dilImg;
    dilate(binaryImg, dilImg, elemStruct);

    //原图像
    namedWindow("startwindow", CV_WINDOW_NORMAL);
    imshow("startwindow", srcImg);
    //二值图片
    namedWindow("binarywindow", CV_WINDOW_NORMAL);
    imshow("binarywindow", binaryImg);
    //腐蚀
    namedWindow("dstwindow", CV_WINDOW_NORMAL);
    imshow("dstwindow", dstImg);
    //膨胀
    namedWindow("dilwindow", CV_WINDOW_NORMAL);
    imshow("dilwindow", dilImg); 
     
    waitKey();
    return 0; 
}

实验结果截图：第一幅图片是原图，第二幅图片是二值图，第三幅图片是腐蚀后的图片，第四幅图片是膨胀后的图片

　　2.编写程序实现二值图像的开运算和闭运算。

开运算代码如下:

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为二值图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\c.jpg");
    Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    Mat binaryImg(grayImg.size(),grayImg.type());
    threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY);

    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_ELLIPSE;
    Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8));

    //实现开运算
    Mat dstImg;
    morphologyEx(binaryImg, dstImg, MORPH_OPEN, elemStruct);


    //原图像
    namedWindow("startwindow", CV_WINDOW_NORMAL);
    imshow("startwindow", srcImg);
    //二值图片
    namedWindow("binarywindow", CV_WINDOW_NORMAL);
    imshow("binarywindow", binaryImg);
    //开运算结果
    namedWindow("dstwindow", CV_WINDOW_NORMAL);
    imshow("dstwindow", dstImg);
     
    waitKey();
    return 0; 
}

闭运算代码如下：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为二值图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\c.jpg");
    Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    Mat binaryImg(grayImg.size(),grayImg.type());
    threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY);

    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_ELLIPSE;
    Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8));

    //实现闭运算
    Mat dstImg;
    morphologyEx(binaryImg, dstImg, MORPH_CLOSE, elemStruct);


    //原图像
    namedWindow("startwindow", CV_WINDOW_NORMAL);
    imshow("startwindow", srcImg);
    //二值图片
    namedWindow("binarywindow", CV_WINDOW_NORMAL);
    imshow("binarywindow", binaryImg);
    //闭运算结果
    namedWindow("dstwindow", CV_WINDOW_NORMAL);
    imshow("dstwindow", dstImg);
     
    waitKey();
    return 0; 
}

开运算结果如下：

闭运算结果如下:

　　3.编写程序对以下图像进行形态学运算，填充内部的孔洞和外部的白色噪音块。

代码实现：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为二值图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\pic.png");
    /*Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    Mat binaryImg(grayImg.size(), grayImg.type());
    threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY);
    */
    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_ELLIPSE;
    Mat elemStruct = getStructuringElement(elemType, Size(19, 19), Point(9, 9));

    //实现开运算
    Mat openImg;
    morphologyEx(srcImg, openImg, MORPH_OPEN, elemStruct);

    //再实现闭运算
    Mat closeImg;
    morphologyEx(openImg, closeImg, MORPH_CLOSE, elemStruct);

    //原图像
    namedWindow("startwindow", CV_WINDOW_NORMAL);
    imshow("startwindow", srcImg);
    //经过先开运算后闭运算的图像
    namedWindow("endwindow", CV_WINDOW_NORMAL);
    imshow("endwindow", closeImg);


    waitKey();
    return 0;
}

实验结果截图：

 

上面实验是先对原图像进行开运算将外面的白色斑点去掉，此时图像里面的黑色孔洞也会相应增大，然后再进行闭运算，将孔洞填充掉，最后形成第二幅图。

4. 编写程序实现灰度图像的腐蚀、膨胀、开运算和闭运算

（1）腐蚀和膨胀：

代码如下：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为灰度图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg");
    Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    //Mat binaryImg(grayImg.size(), grayImg.type());
    //threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY);

    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_RECT;
    Mat elemStruct = getStructuringElement(elemType, Size(3, 3), Point(1, 1));

    //实现腐蚀
    Mat dstImg;
    erode(grayImg, dstImg, elemStruct);
    //实现膨胀
    Mat dilImg;
    dilate(grayImg, dilImg, elemStruct);

    //原图像
    namedWindow("startwindow", CV_WINDOW_NORMAL);
    imshow("startwindow", srcImg);
    //灰度图片
    namedWindow("graywindow", CV_WINDOW_NORMAL);
    imshow("graywindow", grayImg);
    //腐蚀
    namedWindow("dstwindow", CV_WINDOW_NORMAL);
    imshow("dstwindow", dstImg);
    //膨胀
    namedWindow("dilwindow", CV_WINDOW_NORMAL);
    imshow("dilwindow", dilImg);

    waitKey();
    return 0;
}

腐蚀（灰度图像，腐蚀后图像）：

膨胀（灰度图像，膨胀后图像）：

（2）开运算和闭运算
代码如下：
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;
int main()
{
    //将彩色图片化为灰度图片
    Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg");
    Mat grayImg(srcImg.size(), CV_8U);
    cvtColor(srcImg, grayImg, CV_BGR2GRAY); 

    //设置结构元素类型，大小及锚点位置。
    int elemType = MORPH_ELLIPSE;
    Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8));

    //实现开运算
    Mat openImg;
    morphologyEx(grayImg, openImg, MORPH_OPEN, elemStruct);
    //实现闭运算
    Mat closeImg;
    morphologyEx(grayImg, closeImg, MORPH_CLOSE, elemStruct);  
     
    //灰度图片
    namedWindow("graywindow", CV_WINDOW_NORMAL);
    imshow("graywindow", grayImg);
    //开运算结果
    namedWindow("openwindow", CV_WINDOW_NORMAL);
    imshow("openwindow", openImg);
    //闭运算结果
    namedWindow("closewindow", CV_WINDOW_NORMAL);
    imshow("closewindow", closeImg);

    waitKey();
    return 0;
}

实验结果截图：

开运算（灰度图像，开运算后的图像）：

闭运算（灰度图像，闭运算后的图像）：

　　终于写完了，其实好多知识有异曲同工之处~~

转载于:https://www.cnblogs.com/loyolh/p/10096961.html

weixin_30412013
关注
图像的开运算和闭运算_闭运算_开运算_
10-01
对图像进行开运算和闭运算操作，简单验证开运算和闭运算功能
灰度图像--形态学处理（腐蚀，膨胀，开、闭运算）
jie310600的博客
10-12 4643
灰度图像--形态学处理（腐蚀，膨胀，开、闭运算） [url]https://blog.csdn.net/u012851419/article/details/78026596[/url]（灰度图像--形态学处理（腐蚀，膨胀，开、闭运算）） 腐蚀就是每个像素点取3*3区域内的最小值作为这个点的值 膨胀就是每个像素点取3*3区域内的最大值作为这个点的值 开运算:先腐...
图像处理-形态学运算
xdg15294969271的博客
12-18 2382
文章目录1、膨胀2、腐蚀3、闭运算4、 开运算5、具体代码6、实验总结 1、膨胀 首先使用的是opencv提供的getStructuringElement函数获取结构元素，分别设置结构元素为55 与 66 规格对二值化以后的lena图进行膨胀处理，因为是以白色为主进行膨胀，因此黑色部分随着结构元素的规格增大而减少，最终当结构元素大于一定值的时候，整张图片就变成白色的了。 2、腐蚀 使用了55与 66规格的结构元素，腐蚀运算则是与膨胀运算是一相反的操作过程，随着结构元素的规格增大，白色像素逐渐变少，最后整张图
形态学实验-Python
最新发布
人工智能学习生
05-22 196
形态学实验
实验五 二值形态学操作
hua_007的专栏
01-06 1807
<br />实验五 二值形态学操作<br />一、实验目的<br />1; 了解二值形态学的基本运算<br />2; 掌握基本形态学运算的Matlab实现<br />3; 了解形态操作的应用<br />二、原理<br />   收缩和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运<br />算。<br />   膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。若输出图像为g(i,j),则它们的定
fushi.rar_ossim_图像膨胀_开运算_形态学 开运算_闭运算
09-14
本文将详细讲解"图像腐蚀"、"图像膨胀"、"开运算"和"闭运算"，这些都是数学形态学的核心概念，尤其在OSSIM（Open Source Security Information Management）系统中，这些技术常用于图像分析和处理。 首先，让我们来...
car.rar_图像闭运算_数字 形态学 膨胀 matlab_腐蚀 膨胀 形态学_车牌号数字_闭运算
07-14
3. **闭运算**：闭运算结合了膨胀和腐蚀的过程，先对图像进行腐蚀，然后对残留部分进行膨胀。这个过程可以有效地填补图像中的小孔洞，连接断开的边缘。在车牌号图像处理中，闭运算能确保整个数字连贯完整，消除孤立...
数学形态学运算——腐蚀、膨胀、开运算、闭运算
zy010101博客
03-21 2332
...
log_images.zip_log_数学形态学_数学形态滤波_腐蚀 膨胀 形态学_骨架化
09-22
主要操作包括**腐蚀**、**膨胀**和**开闭运算**。腐蚀操作会去除图像中的小亮点或小黑点，使物体变小；膨胀操作则相反，它会扩大物体，填充空洞。开运算（先腐蚀后膨胀）常用于去除噪声，闭运算（先膨胀后腐蚀）则...
【机器视觉学习笔记】二值图像和灰度图像的膨胀、腐蚀、开运算、闭运算算法（C++）
乙酸氧铍的博客
10-25 6185
目录完整源码效果原图腐蚀运算膨胀运算开运算闭运算 平台：Windows 10 20H2 Visual Studio 2015 OpenCV 4.5.3 完整源码 //包含头文件 #include <opencv2/opencv.hpp> //命名空间 using namespace cv; using namespace std; //全局函数声明部分 //我的腐蚀运算 Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0) {
8、灰度图的腐蚀、膨胀、开闭运算、顶帽底帽
热门推荐
上官永石的博客
01-26 1万+
灰度图的腐蚀与膨胀、开闭运算，顶帽和底帽操作
python 简单图像处理（14） 灰度图腐蚀和膨胀，开运算、闭运算
weixin_30662109的博客
12-30 469
在前面，我们讲了二值图的腐蚀和膨胀运算 其实我们很容易把腐蚀和膨胀的概念扩展到灰度图上面去 在讲二值图时，我们把粗框区域作为黑色区域 而对于灰度图，我们把粗框区作为整个图形区域 对于图形中的任一点，以其为中心的一个窗口，在窗口与原图的重合部分。 若我们把重合区域中所有点灰度值的最大值赋给当前点，就是对灰度图的腐蚀操作 若我们把重合区域中所有点灰度值的最小值赋给当前点，就是对灰度图的...
灰度图像--形态学处理（腐蚀，膨胀，开、闭运算，顶帽（礼帽），低帽（黒帽），测定腐蚀、测地膨胀，形态学重建）
dazhuan0429的博客
01-11 2671
版权声明：本文为博主原创文章，转载请告诉我下，我高兴高兴~ https://blog.csdn.net/u012851419/article/details/78026596 &lt;/div&gt; &lt;div id="content_v...
数字图像处理之灰度级腐蚀、膨胀、开运算、闭运算、顶帽变换和底帽变换
hbspring007的专栏
07-20 1930
本篇所有代码都是基于24位BMP图像 一. 灰度级腐蚀运算 灰度级腐蚀运算可以看成一种特殊的二维卷积运算，只不过用最小值运算代替了相关运算，用减法运算代替了相关运算的卷积操作。 灰度腐蚀运算时逐点进行的，计算该点局部范围内各点与结构元素对应点的灰度差，并选取差的最小值，作为该点的腐蚀结果。（先赋值255，再赋值差的最小值） 1.如果结构元素都是正的，则输出图像会比输入图像暗。 我们设结构元素3*3，且值都是0，看看代码 MFC中添加Menu，添加类向导 void CImageProcessingView::
morn.rar_matlab 数学形态学_morphology_开运算 matlab_形态 图像_数学形态学
07-15
本文将深入探讨数学形态学的基本概念、在MATLAB中的应用以及开运算和闭运算等核心操作。 首先，数学形态学是基于集合论和拓扑学的理论，用于分析和操作图像的形状和结构。它主要由两个基本操作构成：腐蚀（Erosion...
数字图像处理——实验三 形态学图像处理实验
糖糖不是堂的博客
06-23 1974
基本的形态学图像处理的实现
能对二值图像进行腐蚀、膨胀、开闭运算的MatLab程序（C++实现）
06-24
MatLab程序。 C++实现。 实现对二值图像进行腐蚀、膨胀、开/闭运算。 腐蚀分水平、垂直、全方位。 膨胀分水平、垂直、全方位。 能保存处理后的图，以及将处理后的图与原图进行对比。
数字图像处理实验（七）| 形态学图像处理{生成结构元素strel、腐蚀运算imerode、膨胀运算imdilate、开运算imopen、闭运算imclose}（附代码和实验截图、汉字视力表项目、总结）
一个电子信息嵌入式的学习笔记
12-08 3218
数字图像处理实验（七）| 形态学图像处理{生成结构元素strel、腐蚀运算imerode、膨胀运算imdilate、开运算imopen、闭运算imclose}（附代码和实验截图、汉字视力表项目、总结）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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