opencv 2.x学习笔记（十五）腐蚀和膨胀

        腐蚀和膨胀是形态学处理图像的基础。许多形态学算法都是以这两种原始操作作为基础的。

腐蚀

        假设我们有一个图像A，以及一个结构元B（通常是矩形或者圆形）。一个结构元中定义一个中心点，B对A的腐蚀就是将结构元B滑过图像A，在图像A中完全包含B的区域。如下图所示：

        图像A和结构元B以及腐蚀后的图像分别如下：

        

膨胀

        膨胀和腐蚀相反，即B对A的膨胀为，结构元B滑过图像A，膨胀后的图像为所有与结构元B有重叠的图像。如下图所示：

         

        图像的腐蚀和膨胀问题很容易利用opencv来实现，我们可以分别通过erode和dilate函数来实现，如下所示：

	erode( src, erosion_dst, kernel );
	dilate( src, dilation_dst, kernel );

         第一个参数是原图像，第二个参数是输出图像，第三个参数为定义的结构元。

         结构元我们可以通过getStructuringElement函数来获得，如下所示：

    kernel = getStructuringElement( MORPH_ELLIPSE, Size( 5, 5 ), Point( 2, 2 ) );

        第一个参数为结构元的类型，常用的有：

• 矩形: MORPH_RECT
• 交叉形: MORPH_CROSS
• 椭圆形: MORPH_ELLIPSE

        第二个参数是结构元的大小，第三个是结构元的中心点位置。

完整实例

#include  "opencv2\core\core.hpp"
#include  "opencv2\imgproc\imgproc.hpp"
#include  "opencv2\highgui\highgui.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main( int argc, char ** argv )
{
	Mat src;
	if( argc != 2 )
	{
		cerr << "参数个数错误!" << endl;
		return -1;
	}
	src = imread( argv[1] );
	if( !src.data )
	{
		cerr << "图像加载失败!" << endl;
		return -1;
	}

	namedWindow( "src image", CV_WINDOW_AUTOSIZE );
	namedWindow( "Erosion", CV_WINDOW_AUTOSIZE );
	namedWindow( "Dilation", CV_WINDOW_AUTOSIZE );

	imshow( "src image", src );

	Mat kernel, erosion_dst, dilation_dst;
    kernel = getStructuringElement( MORPH_ELLIPSE, Size( 5, 5 ), Point( 2, 2 ) );
	erode( src, erosion_dst, kernel );
	dilate( src, dilation_dst, kernel );

	imshow( "Erosion", erosion_dst );
	imshow( "Dilation", dilation_dst );
	waitKey( 0 );
	return 0;
}

运行结果：