基于OpenCV的形态学处理

基于OpenCV的形态学处理

#include<iostream>
#include <opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/video/tracking.hpp>
using namespace std;
using namespace cv;

/*
任务：

1、读入一幅灰度图（可以以灰度图形式读入一幅彩色图）并显示，然后对其完成以下处理：
  1) 使用Beucher梯度提取图像边缘；
  2) 用 膨胀 后的图像 减去 原始图像 然后 阈值化 的方式提取图像边缘；
  (膨胀后的图像 - 原始图像)*阈值化
  3) 用 原始图像 减去 腐蚀 后的图像然后 阈值化 的方式提取图像边缘；
  (原始图像 - 腐蚀后的图像)*阈值化
  要求3种方法使用相同的结构元素，显示3种方法的提取结果。
2、使用给定的文本图像或是自己找一幅光照不均的文本图像，以灰度图形式读入并显示，然后完成以下处理：
  1) 尝试利用阈值法提取文本内容，能找到合适的阈值么？显示出你认为最好的效果；
  2) 使用形态学黑帽(Black-hat)变换提取文本内容，并显示二值化后的文本提取结果。
*/

void main()
{
	// 1.读入一幅灰度图
	Mat image;
	image = cv::imread("page.jpg");
	if (image.empty())
	{
		cout << "读取图像失败" << endl;
		exit(EXIT_FAILURE);
	}
	cv::imshow("origional image", image);
	cv::Mat gray;
	cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
	cv::imshow("原灰度图", gray);

	// 1. (1) 使用Beucher梯度提取图像边缘
	// 用3×3结构元素得到梯度图像	
	cv::Mat result;
	cv::morphologyEx(gray, result,
		cv::MORPH_GRADIENT, cv::Mat());
	cv::imshow("梯度图像", result);
	//cv::imshow("梯度图像（反色后）", cv::Scalar(255) - result);

	// 1. (2)用 膨胀 后的图像 减去 原始图像 然后 阈值化 的方式提取图像边缘；(膨胀后的图像 - 原始图像)* 阈值化
	// 膨胀图像
	cv::Mat dilated;	// 目标图像
	// 结构元素传空矩阵表示使用默认3×3正方形结构元素
	cv::dilate(image, dilated, cv::Mat());
	// 对图像阈值化得到一幅二值图像
	int threshold = 80;
	cv::threshold((dilated - image), result,
		threshold, 255, cv::THRESH_BINARY);
	cv::imshow("(膨胀后的图像 - 原始图像)*阈值化", result);

	// 1. (3)用 原始图像 减去 腐蚀 后的图像然后 阈值化 的方式提取图像边缘；(原始图像 - 腐蚀后的图像)*阈值化
	// 腐蚀图像
	cv::Mat eroded;	// 目标图像
	// 结构元素传空矩阵表示使用默认3×3正方形结构元素
	cv::erode(image, eroded, cv::Mat());
	// 对图像阈值化得到一幅二值图像
	threshold = 80;
	cv::threshold((image - eroded), result,
		threshold, 255, cv::THRESH_BINARY);
	cv::imshow("(原始图像 - 腐蚀后的图像)*阈值化", result);

	// 2. (1)尝试利用阈值法提取文本内容，能找到合适的阈值么？显示出你认为最好的效果；
	threshold = 70;
	cv::threshold(gray, result,
		threshold, 255, cv::THRESH_BINARY);
	cv::imshow("阈值法提取文本内容", result);

	// 2. (2)使用形态学黑帽(Black-hat)变换提取文本内容，并显示二值化后的文本提取结果。
	// 用7×7结构元素做黑帽变换
	cv::Mat element7(7, 7, CV_8U, cv::Scalar(1));
	cv::morphologyEx(gray, result,
		cv::MORPH_BLACKHAT, element7);
	cv::imshow("7×7黑帽变换结果", result);
	/*cv::imshow("7×7黑帽变换结果（反色后）",
		cv::Scalar(255) - result);*/


	int c = waitKey(0);
	if (c == 27)
	{
		exit;
	}
	destroyAllWindows();
}