形态学处理：膨胀、腐蚀、开运算、闭运算、形态学梯度、顶帽、黑帽

形态学处理

一 膨胀

 代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//  描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------  
using namespace std;
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{

    //载入原图  
    Mat image = imread("D:/srcPics/3.jpg");

    //创建窗口  
    namedWindow("【原图】膨胀操作");
    namedWindow("【效果图】膨胀操作");

    //显示原图
    imshow("【原图】膨胀操作", image);

    //进行膨胀操作 
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
    Mat out;
    dilate(image, out, element);

    //显示效果图 
    imshow("【效果图】膨胀操作", out);

    waitKey(0);

    return 0;

 运行结果：

二 腐蚀

代码：

//-----------------------------------【头文件包含部分】---------------------------------------
//  描述：包含程序所依赖的头文件
//---------------------------------------------------------------------------------------------- 
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//  描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------  
using namespace std;
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(   )
{

    //载入原图  
    Mat image = imread("1.jpg");

    //创建窗口  
    namedWindow("【原图】膨胀操作");
    namedWindow("【效果图】膨胀操作");

    //显示原图
    imshow("【原图】膨胀操作", image);

    //进行膨胀操作 
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
    Mat out;
    dilate(image, out, element);

    //显示效果图 
    imshow("【效果图】膨胀操作", out);

    waitKey(0); 

    return 0;
}

三 开运算

  本节的主角是OpenCV中的morphologyEx函数，它利用基本的膨胀和腐蚀技术，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。
   代码：

     #include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
    //载入原始图   
    Mat image = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
    //创建窗口   
    namedWindow("【原始图】开运算");  
    namedWindow("【效果图】开运算");  
    //显示原始图  
    imshow("【原始图】开运算", image);  
    //定义核
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));  
    //进行形态学操作
    morphologyEx(image, image, MORPH_OPEN, element);
    //显示效果图  
    imshow("【效果图】开运算", image);  

    waitKey(0);  

    return 0;  
}

  实质：
   开运算，其实就是先腐蚀后膨胀的过程。
  功能：
   开运算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。

四 闭运算

  代码：

  #include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;


//-----------------------------------【main( )函数】------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
    //载入原始图   
    Mat image = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
    //创建窗口   
    namedWindow("【原始图】闭运算");  
    namedWindow("【效果图】闭运算");  
    //显示原始图  
    imshow("【原始图】闭运算", image);  
    //定义核
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));  
    //进行形态学操作
    morphologyEx(image, image, MORPH_CLOSE, element);
    //显示效果图  
    imshow("【效果图】闭运算", image);  

    waitKey(0);  

    return 0;  
}

  先膨胀后腐蚀的过程称为闭运算。
  功能：闭运算能够排除小型黑洞（黑色区域）。

五 形态学梯度

#include"opencv.hpp"
#include"opencv2/opencv.hpp"
using namespace cv;
int main()
{
    Mat image = imread("D:/srcPics/3.jpg");
    namedWindow("【原始图】");
    namedWindow("【效果图】");
    imshow("【原始图】", image);
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
    morphologyEx(image, image, MORPH_GRADIENT, element);
    imshow("【效果图】", image);
    waitKey(0);
    return 0;
}

 形态学梯度是膨胀图与腐蚀图之差。

六 顶帽

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;



//-----------------------------------【main( )函数】------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
    //载入原始图   
    Mat image = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
    //创建窗口   
    namedWindow("【原始图】顶帽运算");  
    namedWindow("【效果图】顶帽运算");  
    //显示原始图  
    imshow("【原始图】顶帽运算", image);  
    //定义核
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));  
    //进行形态学操作
    morphologyEx(image, image, MORPH_TOPHAT, element);
    //显示效果图  
    imshow("【效果图】顶帽运算", image);  

    waitKey(0);  

    return 0;  
}

  顶帽运算（Top Hat）**又常常被译为“礼帽”运算，是原图像与上文刚刚介绍的“开运算”的结果图之差。
  作用：
因为开运算带来的结果是放大了裂缝或者是局部低亮度的区域。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加明亮的区域，且这已操作与选择的核大小相关。
顶帽运算往往用来分离比临近点亮一些的斑块。在一幅图像具有大幅的背景，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。

七 黑帽

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;


//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
    //载入原始图   
    Mat image = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
    //创建窗口   
    namedWindow("【原始图】黑帽运算");  
    namedWindow("【效果图】黑帽运算");  
    //显示原始图  
    imshow("【原始图】黑帽运算", image);  
    //定义核
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));  
    //进行形态学操作
    morphologyEx(image, image, MORPH_BLACKHAT, element);
    //显示效果图  
    imshow("【效果图】黑帽运算", image);  

    waitKey(0);  

    return 0;  
}

  黑帽运算是闭运算的结果图与原图像之差。
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，且这一操作和选择的核的大小相关。
   所以，黑帽运算用来分离比邻近点暗一些的斑块，效果图有着非常完美的轮廓。

  注：
   这一章节的核心API函数：morphologyEx（）

以上是我根据OpenCV3.0总结的形态学相关内容，方便以后自己调用。

   个人公众号：视觉IMAX