系统学习图像算法Day.9——OpenCV学习——形态学滤波

形态学滤波

定义：在我们图像处理中的形态学，往往指的时数学形态学——是一门建立在格论和拓扑学基础上的图像分析学科。
形态学基本操作：膨胀、腐蚀

膨胀 dilate

介绍：膨胀就是求局部最大值的操作。从数学角度讲，膨胀就是讲图像与核进行卷积。核与图像卷积，即计算核覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素。这样会使图像中的高亮区域逐渐增长。

函数调用举例：

Mat image = imread("1.jpg");
Mat element = getStructuringElement( MORPH_RECT,  Size(15, 15) ); 
 //上面这个函数是常用的，用来配合dilate参数的输入，其中MORPH_RECT代表矩形，可替换
Mat out;
dilate(image, out, element);

腐蚀 erode

介绍：其实参考膨胀的定义，就是与膨胀相反，求局部最小值。

Mat image = imread("1.jpg")；
Mat element = getStructuringElement( MORPH_RECT,  Size(15, 15) ); 
Mat out;
erode(image, out, element);

开运算、闭运算、形态学梯度、顶帽、黑帽

开运算 Opening Operation：
原理：其实先腐蚀，后膨胀。
作用：消除小物体，在纤细点处分离物体，在平滑较大物体的边界的同时不明显改变其面积。

闭运算 Closing Operation：
原理：先膨胀后腐蚀。
作用：排除小型黑洞。

形态学梯度 Morphological Gradient:
原理：膨胀图与腐蚀图之差
作用：保留物体的边缘轮廓。

顶帽 Top Hat:
原理：原图像与开运算的差
作用：放大了局部低亮度的区域

黑帽 Black Hat:
原理：闭运算与原图像的差
作用：突出了原图轮廓周围的区域更暗的区域

调用代码示例：
Mat image = imread(“1.jpg”)；
Mat element = getStructuringElement( MORPH_RECT, Size(15, 15) );
Mat out;
morphologyEx(image, out, CV_MOP_OPEN, element); //替换其中的CV_MOP_OPEN即切换不同的操作