opencv入门（7）--形态学处理

7.1 引言

图像的形态学处理通常作用于图像预处理、图像增强、目标分割等场景。数字图像的形态学利用点集的性质、拓扑学理论等对物体像素进行变换。形态学变化只能再二值图像上处理。形态学处理可分为：腐蚀、膨胀、开运算、闭运算、形态学梯度运算、顶帽运算、黑帽运算等。

7.2 形态学操作

7.2.1 腐蚀

腐蚀的作用是清除物体边界噪点，缩小目标结构，以及消除游离在外的小的噪声点。

集体实现形式如下图所示，定义一个腐蚀结构元结构B，用结构B去扫描图像结构A的像素，每个重叠的像素点做与操作，如果均为1，则该像素为1，否则为0。

 opencv中腐蚀的API为 CV::erode

• void cv::erode(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iteration=1, int borderType=BORDER_DEFAULT,const Scalar& borderValue=morphologyDefaultB-orderValue())

	参数	含义
作用	形态学腐蚀
输入	src	原图
	dst	腐蚀后的图像
	kernel	腐蚀结构元
	anchor	锚点，默认（-1，-1）为核中心
	iteration	迭代次数，可以选择对图像进行多次形态学运算
	borderType	边框模式用于推断图像外部的像素（一般默认）
	borderValue	边界值，一般采用默认值。
返回值	void	无

7.2.2 膨胀

膨胀可以实现了对目标像素点进行扩展，使目标增大，可填充目标中的孔洞。

opencv中腐蚀的API为 CV::dilate

• void cv::dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iteration=1, int borderType=BORDER_DEFAULT,const Scalar& borderValue=morphologyDefaultB-orderValue())

	参数	含义
作用	形态学腐蚀
输入	src	原图
	dst	腐蚀后的图像
	kernel	腐蚀结构元
	anchor	锚点，默认（-1，-1）为核中心
	iteration	迭代次数，可以选择对图像进行多次形态学运算
	borderType	边框模式用于推断图像外部的像素（一般默认）
	borderValue	边界值，一般采用默认值。
返回值	void	无

7.2.3 腐蚀和膨胀代码示例

Mat src, erodeImg, dilateImg;
char OutputWin[] = "output img";
int nKeenelSize = 1;
int nMaxSize = 21;
//设置腐蚀跟踪条的回调函数
void CallbackErodeBar(int, void*)
{
	int nSize = nKeenelSize * 2 + 1;
	Mat structElement = getStructuringElement(MORPH_RECT, Size(nSize, nSize), Point(-1, -1));//获取一个矩形的卷积核
	erode(src, erodeImg, structElement, Point(-1, -1), 1);
	imshow(OutputWin, erodeImg);
}
//设置膨胀跟踪条的回调函数
void CallbackDilateBar(int, void*)
{
	int nSize = nKeenelSize * 2 + 1;
	Mat structElement = getStructuringElement(MORPH_RECT, Size(nSize, nSize), Point(-1, -1));//获取一个矩形的卷积核
	dilate(src, dilateImg, structElement, Point(-1, -1), 1);
	imshow(OutputWin, dilateImg);
}
int main(int argc,char** argv)
{
	src = imread("D:\\testimg\\CSet12\\Butterfly.png");
	if (src.empty())
	{
		printf("Could not load the image...\n");
		return -1;
	}
	else;
	cvtColor(src,src,COLOR_BGR2GRAY);
	//二值化
	threshold(src, src,120,255,THRESH_BINARY);

	//显示窗口
	char input_win[] = "srcImg";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	imshow(input_win, src);

	namedWindow(OutputWin,WINDOW_AUTOSIZE);
	createTrackbar("erode size:",OutputWin,&nKeenelSize,nMaxSize,CallbackErodeBar);
	CallbackErodeBar(0, 0);
	createTrackbar("dilate size:", OutputWin, &nKeenelSize, nMaxSize, CallbackDilateBar);
	CallbackDilateBar(0,0);
	waitKey(0);
	return 0;
}

可通过跟踪条来测试腐蚀和膨胀的效果

 7.2.4 开操作

开操作其实就是先腐蚀后膨胀；可以消除小区域并分离物体。消除噪点和小的干扰块，而不影响原来的图像。

7.2.5 闭操作

开操作其实就是先膨胀后腐蚀；可以填充目标区域内的离散小空间和分散部分。它有助于填充物体内部的小孔，或去除物体上的小黑点，还可以将不同的前景图像进行连接。

7.2.6 形态学梯度

形态学梯度运算（基本梯度）等价于图像的膨胀图像减腐蚀图像的操作，该操作可以获取原始图像中前景图像的边缘。

7.2.7顶帽

顶帽（Top Hat）等价于原始图像-开运算图像，能够获取图像的噪声信息，或者得到比原始图像的边缘更亮的边缘信息。

7.2.8 黑帽

顶帽（Black Hat）等价于闭运算图像-原始图像，黑帽运算能够获取图像内部的小孔，或前景色中的小黑点，或者得到比原始图像的边缘更暗的边缘部分。

7.2.9 形态学操作API

在opencv中，对形态学处理有一个统一的API接口：CV::morphologyEx

• void cv::morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1,-1), int iteration=1, int borderType=BORDER_DEFAULT,const Scalar& borderValue=morphologyDefaultB-orderValue())

	参数	含义
作用	形态学腐蚀
输入	src	原图
	dst	腐蚀后的图像
	op	形态学操作算子类型: MORPH_OPEN-开操作 MORPH_CLOSE-闭操作 MORPH_GRADIENT-梯度操作 MORPH_TOPHAT-顶帽操作 MORPH_BLACKHAT-黑帽操作
	kernel	腐蚀结构元
	anchor	锚点，默认（-1，-1）为核中心
	iteration	迭代次数，可以选择对图像进行多次形态学运算
	borderType	边框模式用于推断图像外部的像素（一般默认）
	borderValue	边界值，一般采用默认值。
返回值	void	无

代码示例

int main(int argc, char** argv)
{
	Mat src = imread("D:\\testimg\\CSet12\\Butterfly.png");
	if (src.empty())
	{
		printf("Could not load the image...\n");
		return -1;
	}
	else;
	cvtColor(src, src, COLOR_BGR2GRAY);
	//二值化
	threshold(src, src, 120, 255, THRESH_BINARY);

	//显示窗口
	char input_win[] = "srcImg";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	imshow(input_win, src);

	Mat openImg, closeImg, gradImg, topHatImg, blackHatImg;
	Mat structElemet = getStructuringElement(MORPH_RECT,Size(11,11),Point(-1,-1));
	//开操作
	morphologyEx(src, openImg,MORPH_OPEN,structElemet);
	//闭操作
	morphologyEx(src, closeImg, MORPH_CLOSE, structElemet);
	//梯度操作（膨胀-腐蚀）
	morphologyEx(src, gradImg, MORPH_GRADIENT, structElemet);
	//顶帽操作（原图-开操作）
	morphologyEx(src, topHatImg, MORPH_TOPHAT, structElemet);
	//黑帽操作（闭操作-原图）
	morphologyEx(src, blackHatImg, MORPH_BLACKHAT, structElemet);

	char OutputWin[] = "openImg";
	namedWindow(OutputWin, WINDOW_AUTOSIZE);
	imshow(OutputWin, openImg);
	imshow("closeImg", closeImg);
	imshow("gradImg", gradImg);
	imshow("topHatImg", topHatImg);
	imshow("blackHatImg", blackHatImg);

	waitKey(0);
	return 0;
}