形态滤波:开运算,闭运算,形态学梯度,顶帽,黑帽
OpenCV中的morphologyEx函数,通过运用这两个形态学基本操作,实现了更高极的形态学变换,如开闭运算,形态学梯度,顶帽,黑帽等。
1.1 开运算
开运算(Opening Operation),就是先腐蚀后膨胀的过程。
其数学表达公式为:dst = open(src, element) = dilate(erode(src, element))
作用:可以用来消除小物体在纤细点处分离物体,并且在平滑较大物体的边界的同时不明显改变其面积。
1.2 闭运算
闭运算(Closing Operation),就是先膨胀后腐蚀的过程。
其表达式为dst = close(src, element) = erode(dilate(src, element));
作用:闭运算能够排除小型黑洞(黑色区域)。
1.3 形态学梯度
形态学梯度(Morphological Gradient)是膨胀图与腐蚀图之差。
表达式:dst = morph - grad(src, element) = dilate(src, element) - erode(src, element)
作用:对二值图进行这一操作可以将团块(blob)的边缘突出来,可用用来保留物体的边缘轮廓。
1.4 顶帽
顶帽运算(Top Hat) 又称为“礼帽”运算,是 原图像与开运算的结果图之差。
表达式:dst = tophat(src, element) = src - open(src, element)
开运算带来的结果是放大了裂缝或者局部低亮度的区域。因此,从原图中减去开运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这个操作与选择的核的大小相关。
作用:顶帽运算通常用来分离比邻近点亮一些的斑块。在一幅图像中具有大幅背景,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。
1.5 黑帽
黑帽(Black Hat)运算是闭运算的结果图与原图的差。
表达式: dst = blackhat(src, element) = close(src , element) - src
黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域,且这操作和核的大小相关。
作用:黑猫运算用来分离比邻近点更暗的一些斑点,效果图有非常完美的轮廓。
1.6 形态学滤波OpenCV源码分析
morphologyEx函数利用膨胀和腐蚀技术来执行更加高级的形态学变换,如开闭运算,形态学梯度,顶帽,黑帽等,所以我们来看看morphologyEx函数的源码;
void morphologyEx( InputArray _src, OutputArray _dst, int op,
InputArray _kernel, Point anchor, int iterations,
int borderType, const Scalar& borderValue )
{
CV_INSTRUMENT_REGION();
CV_Assert(!_src.empty());
Mat kernel = _kernel.getMat();
if (kernel.empty())
{
kernel = getStructuringElement(MORPH_RECT, Size(3,3), Point(1,1));
}
#ifdef HAVE_OPENCL
Size ksize = kernel.size();
anchor = normalizeAnchor(anchor, ksize);
CV_OCL_RUN(_dst.isUMat() && _src.dims() <= 2 && _src.channels() <= 4 &&
anchor.x == ksize.width >> 1 && anchor.y == ksize.height >> 1 &&
borderType == cv::BORDER_CONSTANT && borderValue == morphologyDefaultBorderValue(),
ocl_morphologyEx(_src, _dst, op, kernel, anchor, iterations, borderType, borderValue))
#endif
Mat src = _src.getMat(), temp;
_dst.create(src.size(), src.type());
Mat dst = _dst.getMat();
#if !IPP_DISABLE_MORPH_ADV
//CV_IPP_RUN_FAST(ipp_morphologyEx(op, src, dst, kernel, anchor, iterations, borderType, borderValue));
#endif
switch( op )
{
case MORPH_ERODE:
erode( src, dst, kernel, anchor, iterations, borderType, borderValue );
break;
case MORPH_DILATE:
dilate( src, dst, kernel, anchor, iterations, borderType, borderValue );
break;
case MORPH_OPEN:
erode( src, dst, kernel, anchor, iterations, borderType, borderValue );
dilate( dst, dst, kernel, anchor, iterations, borderType, borderValue );
break;
case MORPH_CLOSE:
dilate( src, dst, kernel, anchor, iterations, borderType, borderValue );
erode( dst, dst, kernel, anchor, iterations, borderType, borderValue );
break;
case MORPH_GRADIENT:
erode( src, temp, kernel, anchor, iterations, borderType, borderValue );
dilate( src, dst, kernel, anchor, iterations, borderType, borderValue );
dst -= temp;
break;
case MORPH_TOPHAT:
if( src.data != dst.data )
temp = dst;
erode( src, temp, kernel, anchor, iterations, borderType, borderValue );
dilate( temp, temp, kernel, anchor, iterations, borderType, borderValue );
dst = src - temp;
break;
case MORPH_BLACKHAT:
if( src.data != dst.data )
temp = dst;
dilate( src, temp, kernel, anchor, iterations, borderType, borderValue );
erode( temp, temp, kernel, anchor, iterations, borderType, borderValue );
dst = temp - src;
break;
case MORPH_HITMISS:
CV_Assert(src.type() == CV_8UC1);
if(countNonZero(kernel) <=0)
{
src.copyTo(dst);
break;
}
{
Mat k1, k2, e1, e2;
k1 = (kernel == 1);
k2 = (kernel == -1);
if (countNonZero(k1) <= 0)
e1 = Mat(src.size(), src.type(), Scalar(255));
else
erode(src, e1, k1, anchor, iterations, borderType, borderValue);
if (countNonZero(k2) <= 0)
e2 = Mat(src.size(), src.type(), Scalar(255));
else
{
Mat src_complement;
bitwise_not(src, src_complement);
erode(src_complement, e2, k2, anchor, iterations, borderType, borderValue);
}
dst = e1 & e2;
}
break;
default:
CV_Error( CV_StsBadArg, "unknown morphological operation" );
}
}
函数原型`void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1, -1), int iterations =1, int borderType = BORDER_CONSTANT, const Scalar & borderValue = morphologyDefaultBorderValue());
- 参数一:src输入图像,图像位深应该为:CV_8U, CV_16U, CV_16S, CV_32F , CV_64F其一;
- 参数二:输出图像,和原图像同尺寸同类型;
- 参数三:op,表示形态学运算的类型;
标志符 | 含义 |
---|---|
MORPH_OPEN | 开运算 |
MORPH_CLOSE | 闭运算 |
MORPH_GRADIENT | 形态学梯度 |
MORPH_TOPHAT | 顶帽 |
MORPH_BLACKHAT | 黑帽 |
MORPH_ERODE | 腐蚀 |
MORPH_DILATE | 膨胀 |
-
参数四:kernel,形态学运算的内核。若为NULL, 表示参考点位于中心3x3的核。一般配合getStructurngElement这个函数使用。该函数会返回指定形状和尺寸的结果元素(内核矩阵)。
之后在调用erode,dilate和morphologyEx函数时,由kernel参数填保存getStructuringElement返回值的Mat类型变量。 -
参数五:anchor,锚的位置,默认值(-1, -1)表示锚位于中心;
-
参数六:迭代使用函数的次数;
-
参数七:用于推断图像外部 像素的某种边界模式;
-
参数八:borderValue,当 边界为常数时,默认值morphologyDefaultBorderValu(),一般不用管;
1.7 综合实例:形态学滤波
共有四个显示窗口,原始图像一个,开/闭运算一个,腐蚀/膨胀一个,顶帽/黑帽一个。他们分别使用滑动条来控制得到的形态学效果,且迭代为10的时候为中间点。另外,可以通过键盘1 ,2, 3以及空格来调节成不同的元素结果(矩形,椭圆,十字形)。
实例代码:
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;
Mat g_srcImage, g_dstImage;
int g_nElementShape = MORPH_RECT; //元素结构形状
int g_nOpenCloseNume = 0;
int g_nMaxIteratiorNum = 10;
int g_nEnrodeDilateNum = 0;
int g_nTopBlackHatNum = 0;
void on_OpenClose(int , void*);
void on_ErodeDilate(int , void*);
void on_TopBlackHat(int, void*);
int main()
{
g_srcImage = imread("../1.jpg");
namedWindow("原图");
namedWindow("腐蚀/膨胀");
namedWindow("开/闭运算");
namedWindow("顶帽/黑帽");
imshow("原图", g_srcImage);
g_nOpenCloseNume = 9;
g_nEnrodeDilateNum = 9;
g_nTopBlackHatNum = 2;
createTrackbar("迭代值", "开/闭运算", &g_nOpenCloseNume, g_nMaxIteratiorNum * 2 + 1, on_OpenClose);
createTrackbar("迭代值", "腐蚀/膨胀", &g_nEnrodeDilateNum, g_nMaxIteratiorNum * 2 + 1, on_ErodeDilate);
createTrackbar("迭代值", "顶帽/黑帽", &g_nTopBlackHatNum, g_nMaxIteratiorNum * 2 + 1, on_TopBlackHat);
while(1) {
int c;
on_OpenClose(g_nOpenCloseNume, 0);
on_ErodeDilate(g_nEnrodeDilateNum, 0);
on_TopBlackHat(g_nTopBlackHatNum, 0);
//获取按键
c= waitKey(0);
//按下q或esc退出
if((char) c == 'q' || (char) c == 27) break;
//按下1, 使用椭圆结构
if((char) c == 49)
g_nElementShape = MORPH_ELLIPSE;
else if((char) c == 50)
g_nElementShape = MORPH_RECT;
else if ((char) c == 51)
g_nElementShape = MORPH_CROSS;
//按下空格,在矩形,椭圆,十字形结构元素中循环
else if((char) c == ' ' )
g_nElementShape = (g_nElementShape + 1) % 3;
}
return 0;
}
void on_OpenClose(int , void*)
{
//偏移量的的定义
int offset = g_nOpenCloseNume - g_nMaxIteratiorNum; // 偏移量
int Absolute_offset = offset > 0 ? offset : -offset ;//偏移量绝对值
//自定义核
Mat element = getStructuringElement(g_nElementShape, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
if(offset < 0) {
morphologyEx(g_srcImage, g_dstImage, MORPH_OPEN, element);
} else {
morphologyEx(g_srcImage, g_dstImage, MORPH_CLOSE, element);
}
imshow("开/闭运算", g_dstImage);
}
void on_ErodeDilate(int , void*)
{
int offset = g_nEnrodeDilateNum - g_nMaxIteratiorNum ;
int Absolute_offset = offset >0 ? offset : -offset;
Mat element = getStructuringElement(g_nElementShape, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
if(offset < 0) {
erode(g_srcImage, g_dstImage, element);
} else {
dilate(g_srcImage, g_dstImage, element);
}
imshow("腐蚀/膨胀", g_dstImage);
}
void on_TopBlackHat(int, void*)
{
int offset = g_nTopBlackHatNum - g_nMaxIteratiorNum ;
int Absolute_offset = offset >0 ? offset : -offset;
Mat element = getStructuringElement(g_nElementShape, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
if(offset < 0) {
morphologyEx(g_srcImage, g_dstImage, MORPH_TOPHAT, element);
} else {
morphologyEx(g_srcImage, g_dstImage, MORPH_BLACKHAT, element);
}
imshow("顶帽/黑帽", g_dstImage);
}
运行结果