Emgu CV4图像处理之膨胀和腐蚀、梯度计算、开闭运算14(C#)

zxy2847225301

已于 2022-11-09 17:43:39 修改

阅读量747

点赞数

分类专栏：图像处理C# 文章标签： EmguCV 开运算腐蚀膨胀梯度计算

于 2022-11-09 17:22:55 首次发布

本文链接：https://blog.csdn.net/zxy13826134783/article/details/127772077

版权

图像处理C# 专栏收录该内容

21 篇文章 8 订阅

订阅专栏

本文测试环境：

win10 64位

vistual studio 2019

Emgu CV 4.6.0

环境配置准备：

1 新增控制台项目，.net framework为4.7.2

2 把win-x64目录的native目录下的文件全部拷贝到项目的运行目录Debug目录下

3 项目选择x64

4 添加项目引用Emgu.CV.dll、Emgu.CV.Platform.NetFramework.dll、System.Drawing.dll和System.Runtime.InteropServices.RuntimeInformation.dll

具体配置参考：

Emgu CV4图像处理之环境搭建1(C#)_zxy2847225301的博客-CSDN博客

形态学图像处理包括：

原理参考文章，写得还不错：

OpenCV 图像处理之膨胀与腐蚀 - 知乎

1 膨胀：

这里我们指定范围为3*3的矩阵，kernel（卷积核核）指定为全为1的3*3的矩阵，卷积计算后，该像素点的值等于以该像素点为中心的3*3范围内的最大值。由于我们是二值图像，所以只要包含周围白的部分，就变为白的。

如：

图中的128=Max(128,0,0,0,126,24,0,0,0)

膨胀后的效果图(相当加粗了，领域扩张了)：

Emgu CV的函数原型如下：

src：原图

dst：输出图

element：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

iterations：膨胀的次数

borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

borderValue：边界值，一般为默认值new MCvScalar()

代码如下：

srcPic.png原图如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {

            Image<Bgr,Byte> srcPic = new Image<Bgr, Byte>("srcPic.png");
            ImgDilate(srcPic);
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }



        /// <summary>
        /// 图像膨胀
        /// </summary>
        /// <param name="srcPic"></param>
        private static void ImgDilate(Image<Bgr, Byte> srcPic)
        {
            //原图进行转换为灰度图
            CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
            Mat dstPic = new Mat();
            Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));

            CvInvoke.Dilate(srcPic, dstPic, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

            CvInvoke.Imshow("srcPic", srcPic);
            CvInvoke.Imshow("dstPic", dstPic);
            CvInvoke.WaitKey(0);
        }


    }
}

运行结果如下：

2 腐蚀

腐蚀操作和膨胀操作相反，也就是将毛刺消除，判断方法为：在卷积核大小中对图片进行卷积。取图像中（3 * 3）区域内的最小值。由于我们是二值图像，也就是取0（黑色）。

总结： 只要原图片3 * 3范围内有黑的，该像素点就是黑的。

腐蚀后的效果图(相当瘦身了，领域被蚕食了)：

Emgu CV的函数原型如下：

src：原图

dst：输出图

element：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

iterations：膨胀的次数

borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

borderValue：边界值，一般为默认值new MCvScalar()

代码如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {

            Image<Bgr,Byte> srcPic = new Image<Bgr, Byte>("srcPic.png");
            ImgErode(srcPic);
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }



        /// <summary>
        /// 图像腐蚀
        /// </summary>
        /// <param name="srcPic"></param>
        private static void ImgErode(Image<Bgr, Byte> srcPic)
        {
            //原图进行转换为灰度图
            CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
            Mat dstPic = new Mat();
            Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3,3), new Point(-1, -1));

            CvInvoke.Erode(srcPic, dstPic, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default,new MCvScalar());

            CvInvoke.Imshow("srcPic", srcPic);
            CvInvoke.Imshow("dstPic", dstPic);
            CvInvoke.WaitKey(0);
        }

       



    }
}

运行结果：

3 形态学函数Morphology

函数原型：

src：原图

dst：输出图

operation：形态学的运算类型，如下图：

kernel：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

anchor：一般为new Point(-1, -1)

iterations：膨胀的次数

borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

borderValue：边界值，一般为默认值new MCvScalar()

3.1 开运算

先腐蚀后膨胀

实现的效果是毛刺信息在腐蚀的时候就已经消除了，膨胀也不会膨胀出多余信息

参考代码如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {

            Image<Bgr,Byte> srcPic = new Image<Bgr, Byte>("srcPic.png");
            ImgOpenOperation(srcPic);
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }



        

        /// <summary>
        /// 开运算
        /// </summary>
        /// <param name="srcPic"></param>
        private static void ImgOpenOperation(Image<Bgr, Byte> srcPic)
        {
            //原图进行转换为灰度图
            CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
            Mat dstPic = new Mat();
            Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));

            CvInvoke.MorphologyEx(srcPic, dstPic,Emgu.CV.CvEnum.MorphOp.Open,element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

            CvInvoke.Imshow("srcPic", srcPic);
            CvInvoke.Imshow("dstPic", dstPic);
            CvInvoke.WaitKey(0);
        }

       


    }
}

运行结果如下：

3.2 闭运算

先膨胀后腐蚀

原图中内部的黑点被消除了

参考代码如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {

            Image<Bgr,Byte> srcPic = new Image<Bgr, Byte>("srcPic.png");
            ImgCloseOperation(srcPic); //闭运算
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }



       
        /// <summary>
        /// 闭运算
        /// </summary>
        /// <param name="srcPic"></param>
        private static void ImgCloseOperation(Image<Bgr, Byte> srcPic)
        {
            //原图进行转换为灰度图
            CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
            Mat dstPic = new Mat();
            Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));

            CvInvoke.MorphologyEx(srcPic, dstPic, Emgu.CV.CvEnum.MorphOp.Close, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

            CvInvoke.Imshow("srcPic", srcPic);
            CvInvoke.Imshow("dstPic", dstPic);
            CvInvoke.WaitKey(0);
        }

       



    }
}

运行结果如下：

3.3 梯度运算

梯度计算主要显示的是边缘信息。计算的方法：

膨胀的图像 - 腐蚀的图像

我们明显的看出，用大一圈的图像减去小一圈的图像正好就是边缘的信息。

参考代码如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {

            Image<Bgr,Byte> srcPic = new Image<Bgr, Byte>("srcPic.png");
            ImgGradient(srcPic);
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }



      
        /// <summary>
        /// 梯度运算(取边缘信息)
        /// </summary>
        /// <param name="srcPic"></param>
        private static void ImgGradient(Image<Bgr, Byte> srcPic)
        {
            //原图进行转换为灰度图
            CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
            Mat dstPic = new Mat();
            Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));

            CvInvoke.MorphologyEx(srcPic, dstPic, Emgu.CV.CvEnum.MorphOp.Gradient, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

            CvInvoke.Imshow("srcPic", srcPic);
            CvInvoke.Imshow("dstPic", dstPic);
            CvInvoke.WaitKey(0);
        }




    }
}

运行结果：

zxy2847225301

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
Emgu CV4图像处理之膨胀和腐蚀、梯度计算、开闭运算14(C#)

4 添加项目引用Emgu.CV.dll、Emgu.CV.Platform.NetFramework.dll、System.Drawing.dll和System.Runtime.InteropServices.RuntimeInformation.dll。3的矩阵，卷积计算后，该像素点的值等于以该像素点为中心的3*3范围内的最大值。borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default。图中的128=Max(128,0,0,0,126,24,0,0,0)
复制链接

扫一扫