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:
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: