OpenCV c++ 形态学应用

背景：腐蚀可以去除细小的噪声，但会将图像主要区域的面积缩小，造成主要区域形状发生改变；膨胀可以扩充区域的面积，填充较小的空洞，但会增加噪声的面积。所以根据二者的特性，将腐蚀和膨胀进行结合，以达到既去除噪声，又不缩小图像主要区域面积，既填充较小的空洞，又不增加噪声所占面积的目的。

API函数：morphologyEx(输入图像, 输出图像, 操作类型，结构元素，结构元素中心位置，处理次数，像素外推法标志，边界不变外推法时的边界值)

原图：

开运算

作用：去除噪声，消除较小的连通域，保留较大的连通域，在两个物体纤细连接处将物体分离，以较少改变物体面积，同时能够平滑连通域的边界。

开运算，先腐蚀，后膨胀。

闭运算

作用：去除小型空洞，平滑物体轮廓，连接两个临近的连通域。

闭运算，先膨胀，后腐蚀。

形态学梯度

作用：描述目标边界

基本梯度：原图膨胀与腐蚀的差值

内部梯度：原图与腐蚀后的差值

外部梯度：膨胀后图像与原图的差值

顶帽运算：原图与开运算结果的差值

背景：开运算会放大裂缝或局部低亮度区域

作用：分离比邻近点亮的一些斑块

黑帽运算：与顶帽运算相对应，是闭运算与原图之间的差值

作用：分离比邻近点暗的一些斑块

击中击不中变换：要求原图中存在与结构元素一模一样的结构

在使用矩形结构元素时，击中击不中变换与腐蚀结果相同

#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
#include<math.h>
#include <opencv2/imgproc.hpp>
#include<vector>
using namespace cv;
using namespace std;

int main(int argc, char** argv) {
	//QuickDemo qd;
	//qd.myFilter_demo(src);

	//用于验证形态学应用的二值化矩阵
	Mat src = (Mat_<uchar>(9, 12) << 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,
		0, 255, 255, 255, 0, 255, 255, 255, 0, 0, 0, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255, 0,
		0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,
		0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0);
	namedWindow("src", WINDOW_NORMAL);
	imshow("src", src);
	//3*3矩形结构元素
	Mat kernel = getStructuringElement(0, Size(3, 3));

	//对二值化矩形进行形态学操作
	Mat open, close, gradient, tophat, blackhat, hitmiss;

	//对二值化矩形进行开运算
	morphologyEx(src, open, MORPH_OPEN, kernel);
	namedWindow("open", WINDOW_NORMAL);
	imshow("open", open);

	//对二值化矩形进行闭运算
	morphologyEx(src, close, MORPH_CLOSE, kernel);
	namedWindow("close", WINDOW_NORMAL);
	imshow("close", close);

	//对二值化矩形进行形态学梯度运算
	morphologyEx(src, gradient, MORPH_GRADIENT, kernel);
	namedWindow("gradient", WINDOW_NORMAL);
	imshow("gradient", gradient);

	//对二值化矩形进行顶帽运算
	morphologyEx(src, tophat, MORPH_TOPHAT, kernel);
	namedWindow("tophat", WINDOW_NORMAL);
	imshow("tophat", tophat);

	//对二值化矩形进行黑帽运算
	morphologyEx(src, blackhat, MORPH_BLACKHAT, kernel);
	namedWindow("blackhat", WINDOW_NORMAL);
	imshow("blackhat", blackhat);

	//对二值化矩形进行击中击不中运算
	morphologyEx(src, hitmiss, MORPH_HITMISS, kernel);
	namedWindow("hitmiss", WINDOW_NORMAL);
	imshow("hitmiss", hitmiss);

	//用图像验证形态学操作效果
	Mat keys = imread("D:/images/dog.png", IMREAD_GRAYSCALE);
	imshow("原图像", keys);
	threshold(keys, keys, 80, 255, THRESH_BINARY);		//二值化
	imshow("二值化后图像", keys);

	//5*5矩形结构元素
	Mat kernel_key = getStructuringElement(0, Size(5, 5));
	Mat open_key, close_key, gradient_key, tophat_key, blackhat_key, hitmiss_key;

	//对图像进行开运算
	morphologyEx(keys, open_key, MORPH_OPEN, kernel_key);
	imshow("open_key", open_key);

	//对图像进行闭运算
	morphologyEx(keys, close_key, MORPH_CLOSE, kernel_key);
	imshow("close_key", close_key);

	//对图像进行形态学梯度运算
	morphologyEx(keys, gradient_key, MORPH_GRADIENT, kernel_key);
	imshow("gradient_key", gradient_key);

	//对图像进行顶帽运算
	morphologyEx(keys, tophat_key, MORPH_TOPHAT, kernel_key);
	imshow("tophat_key", tophat_key);

	//对图像进行黑帽运算
	morphologyEx(keys, blackhat_key, MORPH_BLACKHAT, kernel_key);
	imshow("blackhat_key", blackhat_key);

	//对图像进行击中击不中运算
	morphologyEx(keys, hitmiss_key, MORPH_HITMISS, kernel_key);
	imshow("hitmiss_key", hitmiss_key);
	

	waitKey(0);//此时图片显示时间为一直停留。（x）为x毫秒
	//destroyAllWindows();
	return 0;
}