Opencv C++ 形态学图像处理（腐蚀、膨胀、开运算、闭运算）

简介

形态学运算是用集合来定义的。在图像处理（主要在二值图像上）中，我们使用两类像素集合的形态学：目标元素和结构元（SE）。通常，目标定义为前景像素集合。结构元可以按照前景像素和背景像素来规定的。

腐蚀

结构元B对前景像素A的腐蚀可定义为：结构元B包含于前景像素A（前景像素B只与结构元像素A重叠）。

腐蚀是一种收缩或细化运算。

获取结构元API：getStructuringElement(shape,ksize,anchor)

shape:结构元的形状。

• MORPH_RECT（矩形结构元）：由一组矩形像素组成，可以用来检测水平、垂直和斜向的边缘、线条和角点。

• MORPH_CROSS （十字形结构元）：由一组十字形的像素组成，可以用来检测水平、垂直和斜向的边缘和角点。

• MORPH_ELLIPSE（椭圆形结构元）：由一组椭圆形的像素组成，可以用来检测椭圆形区域内的特征。

补充：矩形结构元适用于处理具有明显边缘的图像，而圆形结构元适用于处理具有连续性的图像。十字形结构元适用于处理具有明显方向性的图像，椭圆形结构元则更加灵活，可适用于各种形状和尺寸的目标。

ksize:结构元的尺寸大小。

anchor:锚点，结构元基于该点在前景上滑动，默认Point(-1,-1)。

腐蚀API：erode(src,dst,kernel,anchor,iterations,borderType,borderValue)

src:输入的图像。

dst:输出的图像。

kernel:结构元，通过getStructuringElement获取。

anchor:锚点，默认Point(-1,-1)。

iterations:迭代次数，默认值为1。

borderType:边界类型，默认值为BORDER_CONSTANT。

borderValue:边界值，默认值为morphologyDefaultBorderValue()。

膨胀

结构元B对前景像素A的膨胀可定义为：前景像素A与结构元B至少一个元素重合。

膨胀会“增长”或“粗化”图像中的目标。

膨胀API：dilate(src,dst,kernel,anchor,iterations,borderType,borderValue)

src:输入的图像。

dst:输出的图像。

kernel:结构元，通过getStructuringElement获取。

anchor:锚点，默认Point(-1,-1)。

iterations:迭代次数，默认值为1。

borderType:边界类型，默认值为BORDER_CONSTANT。

borderValue:边界值，默认值为morphologyDefaultBorderValue()。

开运算

开运算是：首先结构元B对前景像素A的腐蚀，接着结构元B对腐蚀结构膨胀（结构元B对前景像素A的开运算是B的所有平移的并集，以便B完全拟合A）。

开运算通常平滑物体的轮廓、断开狭窄的狭颈、消除细长的突出物。

开运算API：morphologyEx(src,dst,op,kernel,anchor,iterations,borderType,borderValue)

src:输入的图像。

dst:输出的图像。

op:当为CV_MOP_OPEN为开运算。

kernel:结构元，通过getStructuringElement获取。

anchor:锚点，默认Point(-1,-1)。

iterations:迭代次数，默认值为1。

borderType:边界类型，默认值为BORDER_CONSTANT。

borderValue:边界值，默认值为morphologyDefaultBorderValue()。

闭运算

开运算是：首先结构元B对前景像素A的膨胀，接着结构元B对腐蚀结构腐蚀（结构元B的所有不与前景像素A重叠的并集的补集）。

闭运算同样平滑轮廓，但与开运算相反，它通常弥合狭窄的断裂和细长的沟壑，消除小孔，并填补轮廓中的缝隙。

闭运算API：morphologyEx(src,dst,op,kernel,anchor,iterations,borderType,borderValue)

src:输入的图像。

dst:输出的图像。

op:当为CV_MOP_CLOSE为闭运算。

kernel:结构元，通过getStructuringElement获取。

anchor:锚点，默认Point(-1,-1)。

iterations:迭代次数，默认值为1。

borderType:边界类型，默认值为BORDER_CONSTANT。

borderValue:边界值，默认值为morphologyDefaultBorderValue()。