文章目录
原理方法
图像形态学操作时候,可以通过自定义的结构元素实现结构元素对输入图像一些对象敏感、另外一些对象不敏感,这样就会让敏感的对象改变而不敏感的对象保留输出。
通过使用两个最基本的形态学操作 – 膨胀与腐蚀,使用不同的结构元素实现对输入图像的操作、得到想要的结果。
- 膨胀,输出的像素值是结构元素覆盖下输入图像的最大像素值
- 腐蚀,输出的像素值是结构元素覆盖下输入图像的最小像素值
提取步骤
输入图像彩色图像 imread
代码如下:
Mat src, dst;
src = imread("./test2.jpg");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
imshow("image", src);
转换为灰度图像 – cvtColor
代码如下:
Mat gray_src;
// 转灰度图
cvtColor(src, gray_src, CV_BGR2GRAY);
imshow("gray image", gray_src);
转换为二值图像 – adaptiveThreshold
函数参数:
Mat src, // 输入的灰度图像
Mat dest, // 二值图像
double maxValue, // 二值图像最大值
int adaptiveMethod // 自适应方法,只能其中之一 ADAPTIVE_THRESH_MEAN_C , ADAPTIVE_THRESH_GAUSSIAN_C
int thresholdType, // 阈值类型
int blockSize, // 块大小
double C // 常量C 可以是正数,0,负数
应用代码如下:
Mat binImg;
//转换为二值图像 – adaptiveThreshold
adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
imshow("binary image", binImg);