opencv 核 腐蚀_opencv学习之图像腐蚀-erode函数

opencv图像腐蚀erode

什么是图像腐蚀

形态学运算

形态学(morphology)一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学，往往表示的是数学形态学

数学形态学(Mathematical morphology)

是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-

hat变换、颗粒分析、流域变换等。

所以，简单的说，形态学运算是对图像基于形状的一系列操作，而图像腐蚀则是其中的一种。

腐蚀运算原理

定义结构元素B为：

​1 1

1 0

图像元素与结构元素相乘，从而求得右下角元素值

(i-1,j+1) (i,j+1)

(i-1,j) 所求此点(i,j)

⑴ 用结构元素B，扫描图像A的每一个像素

⑵ 用结构元素与其覆盖的二值图像做“与”操作

⑶ 如果都为0，结果图像的该像素为0。否则为255

腐蚀处理就是求局部最小值的操作，的结果是使原来的二值图像减小一圈。宏观上的效果就是二值图中黑色区域寝室掉白色区域。

原理实现：

​static void g_erosion(int, void*)

{

erosion = Mat::zeros(binarygray.rows, binarygray.cols, binarygray.type());

{

for (int i = 1; i < binarygray.rows; i++)

{

for (int j = 1; j < binarygray.cols; j++)

{

if (binarygray.data[(i - 1)*binarygray.step + j] + binarygray.data[(i - 1)*binarygray.step + j + 1] + binarygray.data[i*binarygray.step + j + 1] == 0)

{

erosion.data[i*erosion.step + j] = 0;

}

else

{

erosion.data[i*erosion.step + j] = 255;

}

}}}

imshow("erosion_1", erosion);

}

腐蚀运算用途

​

图像的形态学操作可以实现很多功能，而腐蚀往往结合膨胀一起使用。实现以下功能：消除噪声

分割(isolate)出独立的图像元素，在图像中连接(join)相邻的元素。

寻找图像中的明显的极大值区域或极小值区域

求出图像的梯度

erode函数

函数原型

opencv中腐蚀函数erode的原型如下：

​void cv::erode ( InputArray src,

OutputArray dst,

InputArray kernel,

Point anchor = Point(-1,-1),

int iterations = 1,

int borderType = BORDER_CONSTANT,

const Scalar & borderValue = morphologyDefaultBorderValue()

)

参数解释第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。

第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。

第三个参数，InputArray类型的kernel，膨胀操作的核。若为NULL时，表示的是使用参考点位于中心3x3的核。

第四个参数，Point类型的anchor，锚的位置，其有默认值(-1，-1)，表示锚位于中心。

第五个参数，int类型的iterations，迭代使用erode()函数的次数，默认值为1。

第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。

第七个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

使用erode函数，一般我们只需要填前面的三个参数，后面的四个参数都有默认值。。

使用示例

​// 2_image_erode.cpp: 定义控制台应用程序的入口点。

//date: 2018/03/21

//editor: ihaoming

//include files

#include "stdafx.h"

#include

#include

#include

//namespace

using namespace std;

using namespace cv;

int main()

{

Mat src_image = imread("./clock.jpg");

if (src_image.data == NULL)

{

cout << "can't open the file!" << endl;

getchar();

return -1;

}

else

{

imshow("src_image", src_image);

//get structuring element

Mat element_1 = getStructuringElement(MORPH_RECT, Size(15, 15));

Mat element_2 = getStructuringElement(MORPH_CROSS, Size(15, 15));

Mat element_3 = getStructuringElement(MORPH_ELLIPSE, Size(15, 15));

Mat dst_image_1;

Mat dst_image_2;

Mat dst_image_3;

//erode the image

erode(src_image, dst_image_1, element_1);

erode(src_image, dst_image_2, element_2);

erode(src_image, dst_image_3, element_3);

imshow("dst_image", dst_image_1);

imshow("dst_image_2", dst_image_2);

imshow("dst_image_3", dst_image_3);

waitKey(0);

}

return 0;

}