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: