OpenCV图像处理-形态学操作

最新推荐文章于 2024-01-27 04:30:00 发布
最新推荐文章于 2024-01-27 04:30:00 发布
阅读量590 收藏 9
点赞数
分类专栏： Qt OpenCV 文章标签： OpenCV 开操作 闭操作 形态学 Qt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/z634863434/article/details/98621081
版权
Qt 同时被 2 个专栏收录
10 篇文章 0 订阅
订阅专栏
OpenCV
9 篇文章 0 订阅
订阅专栏

OpenCV图像处理-形态学操作

前言

本文使用的环境为：Qt5.11 + OpenCV3.4.6
环境安装参考文档：https://blog.csdn.net/z634863434/article/details/89950961
形态学膨胀和腐蚀：https://blog.csdn.net/z634863434/article/details/98584945

形态学API

函数原型：

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() 
	)

作用：图像的开操作

输入参数参数定义
src输入图像
dst输出图像
op形态操作的类型，包括开、闭，梯度，顶帽，黑帽等
kernel结构元素
anchor锚点，（-1，-1）为中心点
iterations应用次数
borderType像素外推方法
borderValue边界值

开操作

开操作本质为先腐蚀后膨胀，其主要作用为可以去除小的对象。

示例：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;
Mat src,dst;

int element_size = 3;
int max_size = 21;
/*给滑动的回调函数*/
void CallBack_Demo(int,void*)
{
    //设定结构元素的大小与滑动块系统相联系
    int s = element_size * 2 + 1;
    //创建结构元素
    Mat structureElenent = getStructuringElement(MORPH_RECT,Size(s,s));
    //开操作
    morphologyEx(src,dst,MORPH_OPEN,structureElenent);
    //显示画面
    imshow("output Image",dst);
}

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/BlackNode.jpg");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口
    namedWindow("output Image",CV_WINDOW_AUTOSIZE);
    //创建滑动条
    createTrackbar("Element Size:","output Image",&element_size,max_size,CallBack_Demo);
    //调用回调函数
    CallBack_Demo(0,NULL);
 }

输出结果：
在这里插入图片描述

闭操作

闭操作本质为先膨胀后腐蚀，其主要作用为填充小洞（块）。
示例：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;
Mat src,dst;

int element_size = 3;
int max_size = 21;
/*给滑动的回调函数*/
void CallBack_Demo(int,void*)
{
    //设定结构元素的大小与滑动块系统相联系
    int s = element_size * 2 + 1;
    //创建结构元素
    Mat structureElenent = getStructuringElement(MORPH_RECT,Size(s,s));
    //闭操作
    morphologyEx(src,dst,MORPH_CLOSE,structureElenent);
    //显示画面
    imshow("output Image",dst);
}

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/BlackNode.jpg");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口
    namedWindow("output Image",CV_WINDOW_AUTOSIZE);
    //创建滑动条
    createTrackbar("Element Size:","output Image",&element_size,max_size,CallBack_Demo);
    //调用回调函数
    CallBack_Demo(0,NULL);
 }

输出结果：
在这里插入图片描述

形态学梯度

形态学梯度本质为膨胀减去腐蚀，又称为基本梯度。
示例：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;
Mat src,dst;

int element_size = 3;
int max_size = 21;
/*给滑动的回调函数*/
void CallBack_Demo(int,void*)
{
    //设定结构元素的大小与滑动块系统相联系
    int s = element_size * 2 + 1;
    //创建结构元素
    Mat structureElenent = getStructuringElement(MORPH_RECT,Size(s,s));
    //梯度操作
    morphologyEx(src,dst,MORPH_GRADIENT,structureElenent);
    //显示画面
    imshow("output Image",dst);
}

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/horse.png");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口
    namedWindow("output Image",CV_WINDOW_AUTOSIZE);
    //创建滑动条
    createTrackbar("Element Size:","output Image",&element_size,max_size,CallBack_Demo);
    //调用回调函数
    CallBack_Demo(0,NULL);
}

输出结果：
原图像
在这里插入图片描述
梯度操作
在这里插入图片描述

顶帽

顶帽操作是指原图像与开操作之间的差值图像
示例：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;
Mat src,dst;

int element_size = 3;
int max_size = 21;
/*给滑动的回调函数*/
void CallBack_Demo(int,void*)
{
    //设定结构元素的大小与滑动块系统相联系
    int s = element_size * 2 + 1;
    //创建结构元素
    Mat structureElenent = getStructuringElement(MORPH_RECT,Size(s,s));
    //顶帽操作
    morphologyEx(src,dst,MORPH_TOPHAT,structureElenent);
    //显示画面
    imshow("output Image",dst);
}

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/BlackNode.jpg");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口
    namedWindow("output Image",CV_WINDOW_AUTOSIZE);
    //创建滑动条
    createTrackbar("Element Size:","output Image",&element_size,max_size,CallBack_Demo);
    //调用回调函数
    CallBack_Demo(0,NULL);
}

输出结果：
在这里插入图片描述

黑帽

顶帽操作是指原图像与闭操作之间的差值图像
示例：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;
Mat src,dst;

int element_size = 3;
int max_size = 21;
/*给滑动的回调函数*/
void CallBack_Demo(int,void*)
{
    //设定结构元素的大小与滑动块系统相联系
    int s = element_size * 2 + 1;
    //创建结构元素
    Mat structureElenent = getStructuringElement(MORPH_RECT,Size(s,s));
    //顶帽操作
    morphologyEx(src,dst,MORPH_BLACKHAT,structureElenent);
    //显示画面
    imshow("output Image",dst);
}

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/BlackNode.jpg");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口
    namedWindow("output Image",CV_WINDOW_AUTOSIZE);
    //创建滑动条
    createTrackbar("Element Size:","output Image",&element_size,max_size,CallBack_Demo);
    //调用回调函数
    CallBack_Demo(0,NULL);
}

输出结果：
在这里插入图片描述

应用-提取水平与垂直直线

提取思路：输入彩色图像→转化为灰度图像→转化为二值图像→定义结构元素→开操作提取水平与垂直线

代码：

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;


MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    Mat src,hdst,vdst,gray_src,bin_src,hline,vline,temp;
    //读取图像
    src = imread("E:/OpenCV/OpenCVPicture/line.PNG");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    //显示原始图像
    namedWindow("input Image",CV_WINDOW_AUTOSIZE);
    imshow("input Image",src);
    //创建处理后图像的窗口(横线)
    namedWindow("output Image_h",CV_WINDOW_AUTOSIZE);
    //创建处理后图像的窗口(竖线)
    namedWindow("output Image_v",CV_WINDOW_AUTOSIZE);
    //创建原始图像的灰度图像窗口
    namedWindow("gray_src Image",CV_WINDOW_AUTOSIZE);
    //创建灰度图像的二值图像窗口
    namedWindow("bin_src Image",CV_WINDOW_AUTOSIZE);
    //转化原始图像为灰度图像
    cvtColor(src,gray_src,CV_BGR2GRAY);
    //显示原始图像的灰度图像
    imshow("gray_src Image",gray_src);
    //将灰度图像转化为二值图像
    adaptiveThreshold(~gray_src,bin_src,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,15,-2);
    //显示二值图像
    imshow("bin_src Image",bin_src);
    //创建结构元素（横线）
    hline = getStructuringElement(MORPH_RECT,Size(src.cols/16,1),Point(-1,-1));
    //创建结构元素（竖线）
    vline = getStructuringElement(MORPH_RECT,Size(1,src.rows/16),Point(-1,-1));
    //开操作
    morphologyEx(bin_src,hdst,MORPH_OPEN,hline);
    morphologyEx(bin_src,vdst,MORPH_OPEN,vline);
    //取反色
    bitwise_not(hdst,hdst);
    bitwise_not(vdst,vdst);
    //平滑图片，模糊
    blur(hdst,hdst,Size(3,3));
    blur(vdst,vdst,Size(3,3));
    //显示处理结果
    imshow("output Image_h",hdst);
    imshow("output Image_v",vdst);
 }

在这里插入图片描述

CarbonPie
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Qt自带MinGW+cmake编译OpenCV
11-26
Windows下,Qt5.7自带的MinGw编译器+32位cmake编译的OpenCV的库。
target_compile_features no known features for CXX compiler
jimmyleeee的专栏
09-19 6011
编译一个项目报错如下： CMake Error at Rx/v2/test/CMakeLists.txt:125 (target_compile_features): target_compile_features no known features for CXX compiler "" version . 经过调查，可能是由于target_compile_features ...
【Python】【Opencv】形态学操作cv2.morphologyEx（）函数详解和示例，实现腐蚀、膨胀、闭和开等运算
最新发布
不定时分享，互相学习，共同进步
01-27 2449
常用的形态学操作如腐蚀、膨胀、开运算、闭运算等，可以帮助我们解决一下图像不连接或消除图像中某些不想要的连接，对于图像处理使用方便，效果明显。本文通过示例对这些功能和效果进行演示，以帮助大家理解和使用。
使用MinGW、CMake编译OpenCV遇到的问题
热门推荐
Wangguang_的博客
05-26 1万+
使用MinGW、CMake编译OpenCV遇到的问题 OpenCV环境搭建 首先，需要下载OpenCV的安装文件，官方下载链接如下：https://opencv.org/releases/ 由于官网下载速度感人，因此将百度网盘链接分享出来OpenCV4.0.1提取码：3avb 具体安装方式就不再赘述，参照网上的安装教程即可 推荐教程一 推荐教程二 出现的问题： 错误提示：CMake Error in modules/highgui/CMakeLists.txt: No known features fo
源码编译opencv 找不到cmake3
CloudCver
10-21 507
源码编译opencv 找不到cmake3 -D WITH_CUBLAS=ON .. -- The CXX compiler identification is GNU 5.5.0 -- The C compiler identification is GNU 5.5.0 -- Check for working CXX compiler: /usr/local/gcc/bin/g++ -- Che...
OpenCV（三十一）：形态学操作
weixin_63357306的博客
09-08 480
OpenCV 提供了丰富的函数来进行形态学操作，包括腐蚀、膨胀、开运算、闭运算等。该函数对输入图像中的前景区域进行腐蚀操作，通过用结构元素中的最小值替换区域中的像素值来收缩前景区域。该函数对输入图像中的前景区域进行膨胀操作，通过用结构元素中的最大值替换区域中的像素值来扩展前景区域。开运算是先对图像进行腐蚀操作，然后再进行膨胀操作。闭运算是先对图像进行膨胀操作，然后再进行腐蚀操作。anchor：结构元素中心的位置，默认为(-1, -1)表示结构元素的中心位置为核的中心。
(一)OpenCV图像处理基础_11_形态学操作
01-07
形态学操作 主要应用于 二值图像 morphologyEx(src, dest, CV_MOP_BLACKHAT, kernel); Mat src：输入图像 Mat dest：输出结果 int OPT：CV_MOP_OPEN/ CV_MOP_CLOSE/ CV_MOP_GRADIENT / CV_MOP_TOPHAT/ CV_MOP_...
OpenCV图像处理学习随笔
03-07
**主要内容** - 图像的几何变换 - 图像的形态学转换 - 图像的平滑方法 - 直方图的方法 - 边缘检测的方法 - 模板匹配和霍夫变换的应用 - 图像的傅里叶变换 - 轮廓检测 - 图像分割
基于opencv的图像形态学处理
01-05
最基本的形态学操作有膨胀（dilate）与腐蚀（erode）可消除噪音，分割图像的功能。
(一)OpenCV图像处理基础_12_形态学操作应用_提取水平与水直线
01-20
图像形态学操作时候，可以通过自定义的结构元素实现结构元素 对输入图像一些对象敏感、另外一些对象不敏感，这样就会让敏 感的对象改变而不敏感的对象保留输出。通过使用两个最基本的 形态学操作 – 膨胀与腐蚀，...
OpenCV 形态学处理
12-22
形态学主要处理二值图像（0黑1白）。 图像腐蚀 概念 原理 函数 erode kernel = np.ones((5,5),np.uint8) #numpy库生成1数组，数据类型为整形 img2 = cv2.erode(img,kernel,iterations) #迭代次数，默认为1 处理...
【笔记】OpenCV图像基本操作
m0_48388579的博客
03-06 1864
本文为学习笔记，OpenCV基于Python对图像的基本操作 因为个人比较懒，不想到处找，所以将常用函数整理在一起，便于CV搬运
opencv学习之图像基本操作
ccccCCccccmm的博客
09-08 146
传统视觉–opencv的学习（一）
OpenCv之图像形态学
weixin_64443786的博客
07-18 2042
OpenCv
数字图像处理篇（5）OpenCV形态学操作
m0_69299019的博客
12-14 567
opencv形态学操作
OpenCV ：图像基本操作
小白学视觉
06-13 245
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达转自：AI技术前线大家好，今天分享这篇文章主要介绍了OpenCV基本操作中的图像基础操作，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考。01加载图像imread功能是加载图像文件成为一个 Mat 对象，其中第一个参数表示图像文件名称，第二个参数表示加载的图像是什么类型，支持常见的三个参...
OpenCV入门学习笔记之常用的图像处理操作
Miracle8070
03-24 8606
1. 写在前面 由于后面的工作会偏cv一些，所以这段时间抓住最后毕业的小尾巴抽出时间来想开一条cv的自学线路，和当时入门推荐差不多，cv这里也是简单的梳理了目前的一些方向以及各个方向常用的一些知识，然后各个方向进行学习和突破。 当然作为初学者，我依然还是从经典的模型开始，因为我发现，读论文学模型，然后做相关项目是比较快速的入门方式，但是呢， 这个过程中，我突然发现，对于cv来讲，基础的图像预处理操作也是非常重要的一大块，虽然做一些重大项目还是以大规模的深度学习模型为主，但是，如何让模型能更好的学习到图像的特
OpenCV入门——基本图像操作
fuleileileilei的博客
11-06 853
OpenCV入门—基本图像操作
OpenCV基础操作之图像的形态学运算
qq_44129924的博客
03-31 213
OpenCV在图像的形态学运算方面都是相较于图像中高亮部分而言，对应的二值化图像就是对白色区域进行膨胀或腐蚀。其主要作用是消除噪音、分割图像、连接图像、图像梯度的求取以及求局部最大值或最小值等。
opencv 核 腐蚀_学习 opencv---(9)形态学图像处理（一）：膨胀和腐蚀
06-11
膨胀和腐蚀是形态学图像处理中最基本的操作之一。其中，腐蚀操作可以通过使用 OpenCV 中的函数 `erode()` 来实现。 腐蚀操作可以用来消除图像中的小白点或弱白色连通区域，同时也可以用来分离两个相连的物体。它的基本思想是对图像中的每个像素点，都用它的局部邻域内的最小像素值来代替原像素值。这样，像素值较小的白色区域就会被腐蚀掉，而像素值较大的白色区域则会被保留下来。 在 OpenCV 中，可以使用以下代码来对图像进行腐蚀操作： ``` import cv2 img = cv2.imread('image.png', 0) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) eroded = cv2.erode(img, kernel, iterations=1) cv2.imshow('Original Image', img) cv2.imshow('Eroded Image', eroded) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中，`img` 表示要进行腐蚀操作的图像，`kernel` 表示腐蚀操作所使用的结构元素，`iterations` 表示腐蚀操作的迭代次数。可以通过调整 `kernel` 和 `iterations` 的参数来得到不同的腐蚀效果。 总之，腐蚀操作是形态学图像处理中非常重要的一种操作，可以用来消除小的白点或弱白色连通区域，并且在实现上也非常简单。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值