OpenCV学习10——图像的形态学操作

1. 图像的形态学操作简介：
   形态学操作是基于图像的形态来进行一系列的操作的，图像的膨胀与腐蚀在前面我们已经学习过，图像的膨胀与腐蚀是最基本的形态学操作。图像的形态学操作主要是在二值图像或灰度图像上来进行分析及操作的。

2. 图像的开操作：
   开操作的本质是先腐蚀后膨胀，可以去掉一些小的图像，例如黑色图像中的小白点，但是能否去除还要决定于所生成的结构元素能否将其覆盖，可以用来除去噪声。消除（白色）小物体。
   

3. 图像的闭操作：
   闭操作的本质是先膨胀后腐蚀，可以用来填充小的洞，例如将图像中的小黑点填充为白色。其具体过程为先将白色部分变大，把黑色部分腐蚀掉，再恢复。消除（黑色）小物体。
   

4. 形态学梯度操作：
   本质是膨胀减去腐蚀，对二值图可以将其的边缘凸显出来，可以用其来保留边缘轮廓。膨胀减去腐蚀为图像的基本梯度操作，图像的梯度操作还包括内部梯度、方向梯度等操作。
   

5. 图像的顶帽操作：
   顶帽操作是原图像与开图像之间的差值图像，可以用来分离比临近点亮一些的斑块。
   

6. 图像的黑帽操作：
   黑帽操作是闭操作图像与源图像的差值图像，可以用来分离比临近点暗一些的斑块。
   

7. 实验代码：

   #include <opencv2/opencv.hpp>
   #include <iostream>
   
   using namespace std;
   using namespace cv;
   
   int main()
   {
   
   	Mat src,open,close,grandient,top_hat,black_hat,kernel;
   	src = imread("C:/Users/he104/Desktop/bintest.jpg");
   	if (src.empty())
   	{
   		cout << "could not load the image..." << endl;
   		return -1;
   	}
   	namedWindow("orign_image", CV_WINDOW_AUTOSIZE);
   	imshow("orign_image", src);
   	kernel = getStructuringElement(MORPH_RECT, Size(10, 10), Point(-1, -1));
   	morphologyEx(src, open, CV_MOP_OPEN, kernel);
   	morphologyEx(src, close, CV_MOP_CLOSE, kernel);
   	morphologyEx(src, grandient, CV_MOP_GRADIENT, kernel);
   	morphologyEx(src, top_hat, CV_MOP_TOPHAT, kernel);
   	morphologyEx(src, black_hat, CV_MOP_BLACKHAT, kernel);
   	imshow("open_image", open);
   	imshow("colse_image", close);
   	imshow("grandient_image", grandient);
   	imshow("top_hat_image", top_hat);
   	imshow("black_hat_image", black_hat);
   	waitKey(0);
   	destroyAllWindows();
   	return 0;
   
   }