膨胀原理:
-
此操作将图像 与任意形状的内核 (),通常为正方形或圆形,进行卷积。
-
内核 有一个可定义的锚点, 通常定义为内核中心点。
-
进行膨胀操作时,将内核 划过图像,将内核 覆盖区域的最大相素值提取,并代替锚点位置的相素。显然,这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀dilation )。对上图采用膨胀操作我们得到:
-
腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的相素最小值。
-
进行腐蚀操作时,将内核 划过图像,将内核 覆盖区域的最小相素值提取,并代替锚点位置的相素。
-
以与膨胀相同的图像作为样本,我们使用腐蚀操作。从下面的结果图我们看到亮区(背景)变细,而黑色区域(字母)则变大了。
步骤:
1、用OpenCV load 图片;
2、将BRG各式图片转成灰度图
3、将图片像素放入imageBuffer中
4、进行腐蚀或者膨胀
5、将经过腐蚀或者膨胀后的像素 显示
代码如下:
int main()
{
Mat img=imread("lena.jpg");
cv::cvtColor(img,img,CV_BGR2GRAY);
int imageWidth = img.cols;
int imageHeight = img.rows;
showImage("src",img);
uchar * imageBuffer = (uchar *) malloc(imageHeight * imageWidth);
memset(imageBuffer,0,imageHeight * imageWidth);
if (img.depth() == 3)
{
}
else
{
for (int i = 0; i< imageHeight; i++)
{
for (int j = 0; j < imageWidth;j++)
{
imageBuffer[i*imageWidth + j] = img.at
(i,j);
}
}
dilateTest(imageBuffer,imageBuffer,imageWidth,imageHeight);
for (int i = 0; i< imageHeight; i++)
{
for (int j = 0; j < imageWidth;j++)
{
img.at
(i,j) = imageBuffer[i*imageWidth + j];
}
}
}
Mat copyImage;// = img.clone();
//与opencv dilate 比较
//int dilation_type =0;
//int
//if( dilation_elem == 0 ){ dilation_type = MORPH_RECT; }
//else if( dilation_elem == 1 ){ dilation_type = MORPH_CROSS; }
//else if( dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; }
//Mat element = getStructuringElement( 0,
// Size( 2*0 + 1, 2*0+1 ),
// Point( 0, 0 ) );
/膨胀操作
//dilate( img, copyImage, element );
//showImage("copyImage",copyImage);
showImage("testcv",img);
waitKey(100000);
}
void dilateTest(uchar *imageBuffer,uchar *outBuffer,int imageWidth,int imageHeight)
{
uchar *dilateBuffer = (uchar *)malloc((imageWidth+1)*(1+imageHeight));
memset(dilateBuffer,0,(imageHeight+1)*(imageWidth+1));
for (int i = 0;i < imageHeight;i++)
{
for (int j = 0 ; j < imageWidth; j++)
{
dilateBuffer[i*(imageWidth+1)+j+1] = imageBuffer[i*imageWidth + j];
}
}
uchar *srcImage = dilateBuffer;
for (int i = 0;i < imageWidth; i++)
{
for (int j = 0;j < imageHeight;j++)
{
uchar tempNum = 0;
srcImage = (dilateBuffer + (i*(imageWidth +1)+j));
for (int m = 0;m<3;m++)
{
for (int n = 0; n < 3;n++)
{
if (tempNum < srcImage[n])
{
tempNum = srcImage[n];
}
}
srcImage = (srcImage + m*(imageWidth +1));
}
outBuffer[i*imageWidth +j] = tempNum;
}
}
}
经过dilateTest 膨胀 后与原图对比:
经过腐蚀后与原图对比: