OpenCV中形态学操作：膨胀、腐蚀、开闭运算

1、基本概念

图像形态学即数学形态学（Mathematical morphology）是一门建立在格伦和拓扑学基础上的图像分析学科，是数学形态学图像处理的基本理论；常见图像形态学运算：腐蚀，膨胀，开运算，闭运算，骨架抽取，极线腐蚀，击中击不中变换，顶帽变换，颗粒分析，流域变换，形态学梯度等。

腐蚀和膨胀是最基本的形态学运算。

腐蚀和膨胀是针对白色部分（高亮部分）而言的。

膨胀(dilate)是对图像高亮部分进行“领域扩张”，领域扩张，效果图拥有比原图更大的高亮区域；

腐蚀(erode)是原图中的高亮区域被蚕食，领域缩减，效果图拥有比原图更小的高亮区域。

开运算：先腐蚀再膨胀，用来消除小物体

闭运算：先膨胀再腐蚀，用于排除小型黑洞

形态学梯度：就是膨胀图与俯视图之差，用于保留物体的边缘轮廓。

顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。

黑帽：闭运算与原图像之差，用于分离比邻近点暗一些的斑块。

opencv里有一个很好的函数getStructuringElement，我们只要往这个函数传相应的处理参数，就可以进行相应的操作了，使用起来非常方便。

getStructuringElement（）：返回指定形状和尺寸的结构元素;

格式：
getStructuringElement（int shape，Size ksize，Point anchor = Point（-1，-1））;

参数：
shape：表核的形状，矩形MORPH_RECT;交叉形MORPH_CROSS;椭圆形MORPH_ELLIPSE;
ksize：核尺寸大小;
anchor：锚点的位置，锚点只影响形态学运算结果的偏移;

下面列举一下相应的操作宏定义。

2、膨胀（dilate）

膨胀就是求局部最大值的操作，从图像直观看来，就是将图像光亮部分放大，黑暗部分缩小。

OpenCV的中膨胀函数为dilate（）。

dilate(
InputArray src，//输入
OutputArray dst，//输出
InputArray kernel，//核大小
Point anchor = Point(-1，-1)，//锚位置，（ - 1，-1）为中心
int iterations = 1，//迭代次数
int borderType = BORDER_CONSTANT，//图像边界像素模式
const Scalar＆borderValue = morphologyDefaultBorderValue（）//边界值
)

实现方法：
1、定义一个卷积核B，核可以是任何的形状和大小，且拥有一个单独定义出来的参考点 - 锚点（anchorpoint）;
通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜;
2、将核乙与图像甲进行卷积，计算核乙覆盖区域的像素点最大值;
3、将这个最大值赋值给参考点指定的像素;
因此，图像中的高亮区域逐渐增长。

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("C:\\Users\\cf\\Desktop\\测试数据\\test00.jpg");
	cout << img.size() << endl;
	imshow("原图",img);

	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	dilate(img, dst, element);
	imshow("膨胀操作", dst);
	waitKey();
	return 0;
}

3、腐蚀（erode）

腐蚀就是与膨胀相反，求局部最小值，从图像直观看来，就是将图像光亮部分缩小，黑暗部分放大。

OpenCV的中腐蚀函数为erode（）。

erode(
InputArray src，//输入
OutputArray dst，//输出
InputArray kernel，//核大小
Point anchor = Point(-1，-1)，//锚位置，（ - 1，-1）为中心
int iterations = 1，//迭代次数
int borderType = BORDER_CONSTANT，//图像边界像素模式
const Scalar＆borderValue = morphologyDefaultBorderValue（）//边界值
)

实现方法：
1、定义一个卷积核B，核可以是任何的形状和大小，且拥有一个单独定义出来的参考点 - 锚点（anchorpoint）;
通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜;
2、将核乙与图像甲进行卷积，计算核乙覆盖区域的像素点最小值;
3、将这个最小值赋值给参考点指定的像素;
因此，图像中的高亮区域逐渐减小。

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("C:\\Users\\cf\\Desktop\\测试数据\\test00.jpg");
	cout << img.size() << endl;
	imshow("原图",img);

	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//腐蚀操作
	erode(img, dst, element);
	imshow("腐蚀操作", dst);
	waitKey();
	return 0;
}

4、形态学开运算

开操作（先腐蚀后膨胀）可以平滑物体轮廓，断开狭窄的间断和消除细小的突出物。

它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("C:\\Users\\cf\\Desktop\\测试数据\\test00.jpg");
	cout << img.size() << endl;
	imshow("原图",img);

	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//形态学开操作
#if 1
	morphologyEx(img, dst, MORPH_OPEN, element);
#else
	erode(img, dst, element);
	dilate(dst, dst, element);
#endif
	imshow("形态学开操作", dst);
	waitKey();
	return 0;
}

注：形态学操作可使用高级函数morphologyEx。

//形态学操作（开、闭、形态学梯度、顶帽、黑帽）
	morphologyEx(src, dst, MORPH_BLACKHAT, kernel);
	//第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。
	//第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。
	//第三个参数，int类型的op，表示形态学运算的类型，可以是如下之一的标识符：
	//MORPH_OPEN – 开运算（Opening operation）：先腐蚀后膨胀，去掉小对象
	//MORPH_CLOSE – 闭运算（Closing operation）：先膨胀后腐蚀，可以填充一些小的空洞（fill hole）
	//MORPH_GRADIENT - 形态学梯度（Morphological gradient）：膨胀后的图减去腐蚀后的图(设置恰当的参数可以得到目标的大致边缘)
	//MORPH_TOPHAT - “顶帽”（“Top hat”）：原图像与开操作之间的差值图像(可以用来观察开运算除去了哪些小目标)
	//MORPH_BLACKHAT - “黑帽”（“Black hat“）：闭操作图像与源图像的差值图像（可以观察闭运算的效果）
	//第四个参数：结构元素即形态学运算的内核
	//第五个参数，Point类型的anchor，锚的位置，其有默认值（ - 1， - 1），表示锚位于中心。
	//第六个参数，int类型的iterations，迭代使用函数的次数，默认值为1。
	//第七个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_ CONSTANT。
	//第八个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档

5、形态学闭运算

闭操作（先膨胀后腐蚀）可以消弭狭窄的间断，消除小的孔洞。先膨胀后腐蚀的操作称之为闭操作。

它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("C:\\Users\\cf\\Desktop\\测试数据\\test00.jpg");
	cout << img.size() << endl;
	imshow("原图",img);

	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//形态学闭操作
#if 1
	morphologyEx(img, dst, MORPH_CLOSE, element);
#else
	dilate(dst, dst, element);
	erode(img, dst, element);
#endif
	imshow("形态学闭操作", dst);
	waitKey();
	return 0;
}