OpenCV：OpenCV4.5常用的数学形态学操作

数学形态学（mathematical morphology）是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论，其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。

一、cv::morphologyEx

1.1 函数简介

（OpenCV牛逼）OpenCV4.5.1的cv::morphologyEx提供了8种常用的数学形态学操作：腐蚀、膨胀、开运算、闭运算、形态学基本梯度、顶帽、黑帽、击中击不中变换。这个函数以腐蚀和膨胀作为基本操作，进行高级复杂的数学形态学变换。

在多通道图像中，每个通道是单独处理。

void cv::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()
	)

1.2 参数说明

（1）src

原图，可以多通道；但是深度必须是CV_8U、CV_16U、CV_16S、CV_32F、 CV_64F的其中之一。

（2）dst

结果图像（可为原图），与原图的大小和类型相同。

（3）op

形态学操作的选项：0-腐蚀、1-膨胀、2-开运算、3-闭运算、4-形态学基本梯度、5-顶帽、6-黑帽、7-击中击不中变换。详见 Morph Types 。

（4）kernel

结构元素。可通过 getStructuringElement 创建。

（5）anchor

结构元素的锚点位置。负值代表锚点在结构元素的中心。

（6）iterations

应用腐蚀或膨胀的迭代次数。例如，两次迭代的开运算等效于腐蚀-腐蚀-膨胀-膨胀（不是腐蚀-膨胀-腐蚀-膨胀）。

（7）borderType

像素外推方法。详见：BorderTypes， 不支持BORDER_WRAP。

（8）borderValue

固定边缘情况下的边界值。默认值有特殊含义。

二、操作选项

分享给有需要的人，代码质量勿喷。

#include "opencv2/opencv.hpp"

//灰度
cv::Mat img_gray = cv::imread("F:/cs.jpg", cv::IMREAD_GRAYSCALE);

//二值图
cv::Mat img_binary;
double t = threshold(img_gray, img_binary, 0, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);

//结构核尺寸
uint morphSize = 5;

//结构0：矩形
cv::Mat morphRECT = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(morphSize, morphSize));

//结构1：十字交叉
cv::Mat morphCROSS = cv::getStructuringElement(cv::MORPH_CROSS, cv::Size(morphSize, morphSize));

//结构2：椭圆
cv::Mat morphELLIPSE = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(morphSize, morphSize));

//自定义菱形结构核
cv::Mat morphDiamond = (cv::Mat_<int>(5, 5) <<
	0, 0, 1, 0, 0,
	0, 1, 1, 1, 0,
	1, 1, 1, 1, 1,
	0, 1, 1, 1, 0,
	0, 0, 1, 0, 0);

//迭代次数
uint morphIterations = 1;

 2.1 腐蚀 erode

（1）操作

用结构元素的每一个像素与其覆盖的像素做“与”操作。如果都为1，则该像素为1，否则为0。用最小值替换中心像素。

（2）作用

①消除物体边界点，消除小于结构元素的噪声点，使目标缩小。

②腐蚀意味着图像中物体的边界被侵蚀了，轮廓向内收缩，体积变小了。

// 0 腐蚀
cv::Mat img0_erode;
cv::morphologyEx(img_binary, img0_erode, 0/*cv::MORPH_ERODE*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img0_erode.png", img0_erode);

2.2 膨胀 dilate

（1）操作

用结构元素的每一个像素与其覆盖的像素做“或”操作。如果都为0，则该像素为0，否则为1。用最大值替换中心像素。

（2）作用

①填补孔洞，将与物体接触的所有背景点合并到物体中，使目标增大。

②膨胀意味着图像中物体的边界被拉伸了，轮廓向外扩张，体积变大了。

// 1 膨胀
cv::Mat img1_dilate;
cv::morphologyEx(img_binary, img1_dilate, 1/*cv::MORPH_DILATE*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img1_dilate.png", img1_dilate);

2.3 开运算=腐蚀+膨胀 open

（1）操作

先腐蚀，后膨胀。

（2）作用

消除细小的对象；在细微处分离物体；平滑较大物体的边界。

// 2 开运算
cv::Mat img2_open;
cv::morphologyEx(img_binary, img2_open, 2/*cv::MORPH_OPEN*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img2_open.png", img2_open);

2.4 闭运算=膨胀+腐蚀 close

（1）操作

先膨胀，后腐蚀。

（2）作用

填补孔洞；将断开的近邻目标连接；在不明显改变物体面积和形状的情况下平滑其边界。

// 3 闭运算
cv::Mat img3_close;
cv::morphologyEx(img_binary, img3_close, 3/*cv::MORPH_CLOSE*/, morphCROSS, cv::Point(-1, -1), 2);

//保存
cv::imwrite("F:/img3_close.png", img3_close);

2.5 形态学基本梯度=膨胀-腐蚀 gradient

（1）操作

膨胀-腐蚀。

（2）作用

突出目标的边缘。

// 4 形态学基本梯度
cv::Mat img4_gradient;
cv::morphologyEx(img_binary, img4_gradient, cv::MORPH_GRADIENT/*4*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img4_gradient.png", img4_gradient);

（3）分类

①基本梯度=膨胀-腐蚀

②内部梯度=原图-腐蚀

③外部梯度=膨胀-原图

④方向梯度是以X方向或Y方向的直线作为结构元素，处理后得到的图像梯度。若用X方向直线作为结构元素，分别膨胀与腐蚀之后，做差值，称为X方向梯度。若用Y方向直线作为结构元素，分别膨胀与腐蚀之后，做差值，称为Y方向梯度。

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

2.6 顶帽=原图-开运算 tophat

（1）操作

原图-开运算。

（2）作用

①凸显暗背景上的亮物体，突出比原图轮廓周围区域更明亮的区域。

②增强图像的对比度，可以解决光照不均匀的问题。

// 5 顶帽
cv::Mat img5_tophat;
cv::morphologyEx(img_binary, img5_tophat, cv::MORPH_TOPHAT/*5*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img5_tophat.png", img5_tophat);

2.7 黑帽=闭运算-原图 blackhat

（1）操作

闭运算-原图。

（2）作用

凸显亮背景上的暗物体，突出比原图轮廓周围区域更暗的区域。

// 6 黑帽
cv::Mat img6_blackhat;
cv::morphologyEx(img_binary, img6_blackhat, cv::MORPH_BLACKHAT/*6*/, morphCROSS, cv::Point(-1, -1), morphIterations);

//保存
cv::imwrite("F:/img6_blackhat.png", img6_blackhat);

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

2.8 击中击不中 hitmiss

（1）操作

仅支持CV_8UC1的二值图。

（①利用结构元素B1腐蚀原图；②利用结构元素B2腐蚀原图的补集；③两个腐蚀的结果求交集。）

结构元素B=B1+B2，当结构元素B与其覆盖的图像区域完全相同时，中心像素的值才会被置为1，否则为0。即结构元素B在图像中完全匹配的原点位置集合。

（2）作用

类似于模板匹配，进行目标检测。

//读取图像
cv::Mat img_gray = cv::imread("F:/test.jpg", cv::IMREAD_GRAYSCALE);

//二值化（反）
cv::Mat img_binary;
double t = threshold(img_gray, img_binary, 0, 255, cv::THRESH_BINARY_INV | cv::THRESH_OTSU);//t为otsu分割阈值
cv::imwrite("F:/img_binary.png", img_binary);

//结构元素大
uint morphSizeBig = 17;
cv::Mat morphCROSSn = cv::getStructuringElement(cv::MORPH_CROSS, cv::Size(morphSizeBig, morphSizeBig));

// 7 击中击不中
cv::Mat img7_hitmiss;
cv::morphologyEx(img_binary, img7_hitmiss, cv::MORPH_HITMISS/*7*/, morphCROSSn, cv::Point(-1, -1), 1);

//保存
cv::imwrite("F:/img7_hitmiss.png", img7_hitmiss);