形态学滤波（1）：腐蚀与膨胀

膨胀和腐蚀的效果图

–

1、形态学的概述

形态学操作就是基于形状的一系列图像处理操作。
最基本的形态学操作有两种：膨胀和腐蚀。这里需要注意的是：膨胀和腐蚀是对白色部分而言的，不是黑色部分。
（因为我用毛笔字的图片，刚开始看起来，非常困惑为什么膨胀之后，毛笔字反而变小了，其实当时就是没有注意到，
膨胀是对白色区域进行处理的，而白色区域增加了之后，字体就自然变小了，哈哈）

2、膨胀和腐蚀的基本原理

就是用一个特定的结构元素来与待处理图像按像素做逻辑操作；
可以理解成拿一个带孔的网格板（结构元素矩阵中元素为1的为孔）盖住图像的某一部分，
然后按照各种不同的观察方式来确定操作类型。

比如：腐蚀操作就是拿这个结构元素的中心位置
（假设参与逻辑计算的元素对应与二维矩阵中元素为1的点，即网格板上的孔），
在图像上移动时，如果透过所有的孔都能看到底下的图像，那么这个中心点处的图像就保留，否则去除。

腐蚀

把结构元素B平移a后得到Ba，若Ba包含于X，我们记下这个a点，
所有满足上述条件的a点组成的集合称做X被B腐蚀(Erosion)的结果。
用公式表示为：E(X)={a| Ba∈X}=XB。原理图如下：

 说明：左边是被处理的图象X(二值图象，我们针对的是黑点)，中间是结构元素B，
 那个标有origin的点是中心点，即当前处理元素的位置，我们在介绍模板操作时也有过类似的概念。腐蚀的方法是，拿B的中心点和X上的点一个一个地对比，
 如果B上的所有点都在X的范围内，则该点保留，否则将该点去掉；
 右边是腐蚀后的结果。可以看出，它仍在原来X的范围内，且比X包含的点要少，就象X被腐蚀掉了一层。

 *

膨胀

可以看做是腐蚀的对偶运算，其定义是：把结构元素B平移a后得到Ba，若Ba击中X，我们记下这个a点。
所有满足上述条件的a点组成的集合称做X被B膨胀的结果。用公式表示为：D(X)={a | Ba↑X}=X  B，如图6.13所示。
X是被处理的对象，B是结构元素，不难知道，对于任意一个在阴影部分的点a，Ba击中X，所以X被B膨胀的结果就是那个阴影部分。
阴影部分包括X的所有范围，就象X膨胀了一圈似的，这就是为什么叫膨胀的原因。原理图如下：

说明：左边是被处理的图象X(二值图象，我们针对的是黑点)，中间是结构元素B。
膨胀的方法是，拿B的中心点和X上的点及X周围的点一个一个地对，如果B上有一个点落在X的范围内，则该点就为黑；
右边是膨胀后的结果。可以看出，它包括X的所有范围，就象X膨胀了一圈似的。

3、源代码参考

#include <opencv2/core/core.hpp>  
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat srcImage = imread("F://Pic01.png");
    imshow("原图", srcImage);

    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));

    //【1】膨胀操作
    Mat out;
    dilate(srcImage, out, element);
    imshow("膨胀图", out);

    //【2】腐蚀操作
    Mat out1;
    erode(srcImage, out1, element);
    imshow("腐蚀图", out1);

    waitKey(0);
    return 0;
}

效果图：