opencv学习笔记(9):形态学操作

膨胀
跟卷积操作类似,假设有图像A和结构元素B,结构元素B在A上面移动,其中B定义其中心为锚点,计算B覆盖下A的最大像素值用来替换锚点的像素,其中B作为结构体可以是任意形状

腐蚀
腐蚀跟膨胀操作的过程类似,唯一不同的是以最小值替换锚点重叠下图像的像素值

getStructuringElement(int shape, Size ksize, Point anchor)

  • 形状 (MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE)
  • 大小
  • 锚点 默认是Point(-1, -1)意思就是中心像素
    获得一个结构元素,用于进行形态学操作

膨胀:dilate(src, dst, kernel)

腐蚀:erode(src, dst, kernel)

动态调整结构元素大小
int cv::createTrackbar ( const String & trackbarname,
const String & winname,
int * value,
int count,
TrackbarCallback onChange = 0,
void * userdata = 0
)
可以再窗口添加一个trackbar调节value的大小

代码实例

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

using namespace cv;
using namespace std;
char output_win[] = "output image";
int element_size = 3;
int max_size = 21;
Mat dst;
Mat src = imread("F:/1.jpg");
void callBack_Demo(int, void*);
int main(int argc, char** argv)
{
	
	if (src.empty())
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	namedWindow(output_win, WINDOW_AUTOSIZE);
	createTrackbar("ElementSize", output_win, &element_size, max_size, callBack_Demo);
	callBack_Demo(0, 0);
	
	waitKey(0);
	return 0;
}

void callBack_Demo(int, void*)
{
	int s = element_size * 2 + 1;
	Mat structureElement = getStructuringElement(MORPH_RECT,Size(s,s),Point(-1,-1));
	//dilate(src, dst, structureElement, Point(-1,- 1));
	erode(src, dst, structureElement);
	imshow(output_win, dst);
}

开操作- open
先腐蚀后膨胀
可以去掉小的对象,假设对象是前景色,背景是黑色

闭操作-close
先膨胀后腐蚀(bin2)
可以填充小的洞(fill hole),假设对象是前景色,背景是黑色

形态学梯度- Morphological Gradient
膨胀减去腐蚀
又称为基本梯度(其它还包括-内部梯度、方向梯度)

顶帽 – top hat
顶帽 是原图像与开操作之间的差值图像

黑帽
黑帽是闭操作图像与源图像的差值图像

morphologyEx(src, dest, CV_MOP_BLACKHAT, kernel);

  • Mat src – 输入图像
  • Mat dest – 输出结果
  • int OPT – CV_MOP_OPEN/ CV_MOP_CLOSE/ CV_MOP_GRADIENT / CV_MOP_TOPHAT/ CV_MOP_BLACKHAT 形态学操作类型
    Mat kernel 结构元素
    int Iteration 迭代次数,默认是1

实例

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("F:/1.jpg");
	if (src.empty())
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	namedWindow("output", WINDOW_AUTOSIZE);
	Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1));
	morphologyEx(src, dst, CV_MOP_BLACKHAT, kernel);
	imshow("output", dst);
	waitKey(0);
	return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值