目标
本文尝试解答如下问题:
如何使用OpenCV函数 morphologyEx 进行形态学操作:
- 开运算 (Opening)
- 闭运算 (Closing)
- 形态梯度 (Morphological Gradient)
- 顶帽 (Top Hat)
- 黑帽(Black Hat)
原理
Note :以下内容来自于Bradski和Kaehler的大作 Learning OpenCV 。
前一我们讨论了两种最基本的形态学操作:
- 腐蚀 (Erosion)
- 膨胀 (Dilation)
运用这两个基本操作,我们可以实现更高级的形态学变换。这篇文档将会简要介绍OpenCV提供的5种高级形态学操作:
开运算 (Opening)
-
开运算是通过先对图像腐蚀再膨胀实现的。
dst = open( src, element) = dilate( erode( src, element ) )
-
能够排除小团块物体(假设物体较背景明亮)
-
请看下面,左图是原图像,右图是采用开运算转换之后的结果图。 观察发现字母拐弯处的白色空间消失。
闭运算(Closing)
-
闭运算是通过先对图像膨胀再腐蚀实现的。
dst = close( src, element ) = erode( dilate( src, element ) )
-
能够排除小型黑洞(黑色区域)。
形态梯度(Morphological Gradient)
-
膨胀图与腐蚀图之差
dst = morph_{grad}( src, element ) = dilate( src, element ) - erode( src, element )
-
能够保留物体的边缘轮廓,如下所示
顶帽(Top Hat)
-
原图像与开运算结果图之差
dst = tophat( src, element ) = src - open( src, element )
黑帽(Black Hat)
-
闭运算结果图与原图像之差
dst = blackhat( src, element ) = close( src, element ) - src
源码
#include "pch.h"
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
//全局变量
Mat src, dst, temp,tempGray;
int morph_elem = 0;
int morph_size = 0;
int morph_operator = 0;
int const max_operator = 4;
int const max_elem = 2;
int const max_kernel_size = 21;
const char* window_name = "Morphology Transformation Demo";
//函数声明
void Morphology_Operations(int, void*);
int main()
{
temp = imread("C:\\Users\\wuyuzon\\Desktop\\Pictures\\lyf.jpg");
if (!temp.data) { return -1; }
cvtColor(temp, tempGray, CV_BGR2GRAY);//转化为灰度图
threshold(tempGray, src, 100, 255, CV_THRESH_BINARY);//转化为二值图像
namedWindow(window_name, CV_WINDOW_AUTOSIZE);
//创建选择具体操作的trackbar
createTrackbar("Operator:\n 0: Opening - 1 : Closing \n 2: Gradient - 3 : Top Hat \n 4: Black Hat",
window_name, &morph_operator, max_operator, Morphology_Operations);
//创建内核大小的trackbar
createTrackbar("Element:\n 0: Rect - 1: Cross - 2: Ellipse",
window_name, &morph_size, max_kernel_size, Morphology_Operations);
//启动默认值
Morphology_Operations(0, 0);
waitKey(0);
return 0;
}
void Morphology_Operations(int, void*)
{
//MORPH_X的取值范围是:2,3,4,5,6
int operation = morph_operator + 2;
Mat element = getStructuringElement(morph_elem, Size(2 * morph_size + 1, 2 * morph_size + 1), Point(morph_size, morph_size));
//运行指定形态学操作
morphologyEx(src, dst, operation, element);
imshow(window_name, dst);
}
解释
1、看一下程序的总体流程:
- 装载图像
- 创建显示形态学操作的窗口
- 创建3个trackbar获取用户参数
第一个trackbar “Operator” 返回用户选择的形态学操作类型 (morph_operator).
createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat",
window_name, &morph_operator, max_operator,
Morphology_Operations );
第二个trackbar “Element” 返回 morph_elem, 指定内核形状:
createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
&morph_elem, max_elem,
Morphology_Operations );
第三个trackbar “Kernel Size” 返回内核大小(morph_size)
createTrackbar( "Kernel size:\n 2n +1", window_name,
&morph_size, max_kernel_size,
Morphology_Operations );
-
每当任一标尺被移动, 用户函数 Morphology_Operations
就会被调用,该函数获取trackbar的当前值运行指定操作并更新显示结果图像。/** * @函数 Morphology_Operations */ void Morphology_Operations( int, void* ) { // 由于 MORPH_X的取值范围是: 2,3,4,5 和 6 int operation = morph_operator + 2; Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) ); /// 运行指定形态学操作 morphologyEx( src, dst, operation, element ); imshow( window_name, dst ); }
运行形态学操作的核心函数是 morphologyEx 。在本例中,我们使用了4个参数(其余使用默认值):
src : 原 (输入) 图像
dst: 输出图像
operation: 需要运行的形态学操作。 我们有5个选项:
-
Opening: MORPH_OPEN : 2
-
Closing: MORPH_CLOSE: 3
-
Gradient: MORPH_GRADIENT: 4
-
Top Hat: MORPH_TOPHAT: 5
-
Black Hat: MORPH_BLACKHAT: 6
你可以看到, 它们的取值范围是 <2-6>, 因此我们要将从tracker获取的值增加(+2):
int operation = morph_operator + 2;
element: 内核,可以使用函数:get_structuring_element:getStructuringElement <> 自定义。
结果
- 在编译上面的代码之后, 我们可以运行结果,将图片路径输入。这里使用图像: baboon.png:
- 这里是显示窗口的两个截图。第一幅图显示了使用交错内核和 开运算 之后的结果, 第二幅图显示了使用椭圆内核和 黑帽 之后的结果。