形态学操作

c++图像形态学操作

1、开运算

• 开运算：先腐蚀后膨胀。

  
  对左图进行闭运算，先进行腐蚀，腐蚀就是将最小值像素赋值给锚点，即将黑色像素值赋值给锚点，除去了白色点，后进行膨胀，将最大值即白色点赋值给锚点。

图像开运算api:
morphologyEx(src, dst, MORPH_OPEN, struct, Point);
struct: 结构元，
kernel：卷积核大小，
Point: 锚点的位置。

2、闭运算

• 闭运算：
  先进行膨胀后进行腐蚀。
  
  左图经过闭运算得到右图，首先进行膨胀操作，即将最大值白色像素赋值给锚点，可以除掉较大的黑色像素值，后进行腐蚀操作，即最小值黑色像素赋值给锚点。
  图像的闭运算api:
  morphologyEx(src, dst, MORPH_CLOSE, struct, Point);

3、顶帽

• 顶帽：
  顶帽 = 原图像 - 开运算
  
  api:
  morphologyEx(src, dst, MORPH_TOPHAT, struct, Point);

4、黑帽

• 黑帽 = 闭运算 - 原图
  
  api:
  morphologyEx(src, dst, MORPH_BALCKHAT, Point);

5、图像基本梯度

• 基本梯度 = 膨胀 - 腐蚀
  api:
  morphologyEx(src, dst, struct, Point);

6、代码

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

Mat img,dst;
int element = 3;
int max_size = 10;
void CallbackFunc(int, void*);

int main(int argc, char** argv)
{
	img = imread("G:/testpic/img.png");
	if (!img.data)
	{
		printf("cannot load the image");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", img);

	//拉伸条
	namedWindow("output", WINDOW_AUTOSIZE);
	createTrackbar("num:", "output", &element, max_size, CallbackFunc);
	CallbackFunc(0,0);

	waitKey(0);
	return 0;
}

void CallbackFunc(int, void*)
{
	int k = element * 2 + 1;
	//结构元
	Mat  structElement = getStructuringElement(MORPH_RECT, Size(k, k), Point(-1,-1));

	//开运算 ： 先腐蚀后膨胀
	morphologyEx(img, dst, MORPH_OPEN, structElement, Point(-1,-1));

	//闭运算：先膨胀后腐蚀
	morphologyEx(img, dst, MORPH_CLOSE, structElement, Point(-1,-1));

	//基本梯度 = 膨胀 - 腐蚀
	morphologyEx(img, dst, MORPH_GRADIENT, structElement, Point(-1,-1));

	//顶帽 = 原图 - 开运算
	morphologyEx(img, dst, MORPH_TOPHAT, structELement, Point(-1,-1));

	//黑帽 = 闭运算 - 原图
	morphologyEx(img, dst, MORPH_BLACKHAT, structElement, Point(-1,-1));

	imshow("output", dst);
	return;
	
}

原图：

开运算：

闭运算：

基本梯度：

顶帽：

黑帽：