opencv 图像的腐蚀与膨胀
形态学操作就是基于形状的一系列图像处理操作。通过将 结构元素 作用于输入图像来产生输出图像。
最基本的形态学操作有二:腐蚀与膨胀(Erosion 与 Dilation)。 他们的运用广泛:
- 消除噪声
- 分割(isolate)独立的图像元素,以及连接(join)相邻的元素。
- 寻找图像中的明显的极大值区域或极小值区域。
通过以下图像,我们简要来讨论一下膨胀与腐蚀操作(译者注:注意这张图像中的字母为黑色,背景为白色,而不是一般意义的背景为黑色,前景为白色):
膨胀
此操作将图像 与任意形状的内核 (),通常为正方形或圆形,进行卷积。
内核 有一个可定义的 锚点, 通常定义为内核中心点。
进行膨胀操作时,将内核 划过图像,将内核 覆盖区域的最大相素值提取,并代替锚点位置的相素。显然,这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )。对上图采用膨胀操作我们得到:
背景(白色)膨胀,而黑色字母缩小了。
腐蚀
腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的相素最小值。
进行腐蚀操作时,将内核 划过图像,将内核 覆盖区域的最小相素值提取,并代替锚点位置的相素。
以与膨胀相同的图像作为样本,我们使用腐蚀操作。从下面的结果图我们看到亮区(背景)变细,而黑色区域(字母)则变大了。
源码
#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include "highgui.h" #include <stdlib.h> #include <stdio.h>using namespace cv;/// 全局变量 Mat src, erosion_dst, dilation_dst;int erosion_elem = 0; int erosion_size = 0; int dilation_elem = 0; int dilation_size = 0; int const max_elem = 2; int const max_kernel_size = 21;/** Function Headers */ void Erosion( int, void* ); void Dilation( int, void* );/** @function main */ int main( int argc, char** argv ) {/// Load 图像src = imread( argv[1] );if( !src.data ){ return -1; }/// 创建显示窗口namedWindow( "Erosion Demo", CV_WINDOW_AUTOSIZE );namedWindow( "Dilation Demo", CV_WINDOW_AUTOSIZE );cvMoveWindow( "Dilation Demo", src.cols, 0 );/// 创建腐蚀 TrackbarcreateTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Erosion Demo",&erosion_elem, max_elem,Erosion );createTrackbar( "Kernel size:\n 2n +1", "Erosion Demo",&erosion_size, max_kernel_size,Erosion );/// 创建膨胀 TrackbarcreateTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Dilation Demo",&dilation_elem, max_elem,Dilation );createTrackbar( "Kernel size:\n 2n +1", "Dilation Demo",&dilation_size, max_kernel_size,Dilation );/// Default startErosion( 0, 0 );Dilation( 0, 0 );waitKey(0);return 0; }/** @function Erosion */ void Erosion( int, void* ) {int erosion_type;if( erosion_elem == 0 ){ erosion_type = MORPH_RECT; }else if( erosion_elem == 1 ){ erosion_type = MORPH_CROSS; }else if( erosion_elem == 2) { erosion_type = MORPH_ELLIPSE; }Mat element = getStructuringElement( erosion_type,Size( 2*erosion_size + 1, 2*erosion_size+1 ),Point( erosion_size, erosion_size ) );/// 腐蚀操作erode( src, erosion_dst, element );imshow( "Erosion Demo", erosion_dst ); }/** @function Dilation */ void Dilation( int, void* ) {int dilation_type;if( dilation_elem == 0 ){ dilation_type = MORPH_RECT; }else if( dilation_elem == 1 ){ dilation_type = MORPH_CROSS; }else if( dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; }Mat element = getStructuringElement( dilation_type,Size( 2*dilation_size + 1, 2*dilation_size+1 ),Point( dilation_size, dilation_size ) );///膨胀操作dilate( src, dilation_dst, element );imshow( "Dilation Demo", dilation_dst ); }
解释
大部分代码应该不需要解释了。
- 装载图像 (可以是 RGB图像或者灰度图 )
- 创建两个显示窗口 (一个用于膨胀输出,一个用于腐蚀输出)
- 为每个操作创建两个 Trackbars:
- 第一个 trackbar “Element” 返回 erosion_elem 或者 dilation_elem
- 第二个 trackbar “Kernel size” 返回 erosion_size 或者 dilation_size 。
- 每次移动标尺, 用户函数 Erosion 或者 Dilation 就会被调用,函数将根据当前的trackbar位置更新输出图像。
让我们分析一下这两个函数:
Erosion:
/** @function Erosion */ void Erosion( int, void* ) {int erosion_type;if( erosion_elem == 0 ){ erosion_type = MORPH_RECT; }else if( erosion_elem == 1 ){ erosion_type = MORPH_CROSS; }else if( erosion_elem == 2) { erosion_type = MORPH_ELLIPSE; }Mat element = getStructuringElement( erosion_type,Size( 2*erosion_size + 1, 2*erosion_size+1 ),Point( erosion_size, erosion_size ) );/// 腐蚀操作erode( src, erosion_dst, element );imshow( "Erosion Demo", erosion_dst ); }
进行 腐蚀 操作的函数是 erode 。 它接受了三个参数:
src: 原图像
erosion_dst: 输出图像
element: 腐蚀操作的内核。 如果不指定,默认为一个简单的 矩阵。否则,我们就要明确指定它的形状,可以使用函数getStructuringElement:
Mat element = getStructuringElement( erosion_type,Size( 2*erosion_size + 1, 2*erosion_size+1 ),Point( erosion_size, erosion_size ) );
我们可以为我们的内核选择三种形状之一:
- 矩形: MORPH_RECT
- 交叉形: MORPH_CROSS
- 椭圆形: MORPH_ELLIPSE
然后,我们还需要指定内核大小,以及 锚点 位置。不指定锚点位置,则默认锚点在内核中心位置。
就这些了,我们现在可以对图像进行腐蚀操作了。
Note
OpenCV的 erode 函数还有另外的参数,其中一个参数允许你一下对图像进行多次腐蚀操作。在这个简单的文档中没有用到它,但是你可以参考OpenCV的使用手册。
Dilation:
下面是膨胀的代码,你可以看到,它和 Erosion 函数是多么相似。 这里我们同样可以指定内核的形状,锚点和大小。
/** @function Dilation */ void Dilation( int, void* ) {int dilation_type;if( dilation_elem == 0 ){ dilation_type = MORPH_RECT; }else if( dilation_elem == 1 ){ dilation_type = MORPH_CROSS; }else if( dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; }Mat element = getStructuringElement( dilation_type,Size( 2*dilation_size + 1, 2*dilation_size+1 ),Point( dilation_size, dilation_size ) );/// 膨胀操作dilate( src, dilation_dst, element );imshow( "Dilation Demo", dilation_dst ); }
opencv 图像的腐蚀与膨胀相关推荐
- 详解图像形态学操作之图形的腐蚀和膨胀的概念和运算过程,并利用OpenCV的函数erode()和函数dilate()对图像进行腐蚀和膨胀操作
图像形态学中两种最基本的操作就是对图形的腐蚀和膨胀,可以说,形态学中的中高级操作都是建立在这两种操作之上.通过这两种基本的运算可以去除图像中的噪声,分割出独立的区域或者将两个区域连接在一起. 关于图像 ...
- cuda学习笔记5——CUDA实现图像形态学腐蚀、膨胀
cuda学习笔记5--CUDA实现图像形态学腐蚀.膨胀 代码 linux如何编译cuda和opencv代码 耗时情况 代码 #include "cuda_runtime.h" #i ...
- 简单说说我理解的图像的腐蚀和膨胀
写这篇文章的时候在想办法搞opencv,看着课上教的莫名其妙,直接给我整不会了,借此机会记下来怎么腐蚀和膨胀 腐蚀 这里借一下图,原帖(5条消息) 图像的腐蚀与膨胀_张齐贤的博客-CSDN博客_腐蚀膨 ...
- OpenCV学习(12) 图像的腐蚀与膨胀(3)
通过使用不同的结构元素来进行膨胀腐蚀操作,可以检测图像中的角点,下面就一步一步看这个算法如果实现角点检测. 原图像: 首先我们创建四个结构元素 先用十字结构元素对原图像进行膨胀操作,得到下面的图像 再 ...
- matlab图像的腐蚀和膨胀_OpenCV图像处理系列八 --- 腐蚀与膨胀
今天,我们一起来学习图像形态学操作中两种最基本的形态学操作,即腐蚀与膨胀. 一.理论 数学形态学(Mathematical morphology) 是一门建立在格论和拓扑学基础之上的图像分析学科,是数 ...
- pytorch实现图像的腐蚀和膨胀
前言: 之所以想到用 pytorch ,主要是因为不想在网络模块中调用 opencv 的函数. 调用 opencv 函数的基本步骤如下:先把 pytorch 的 tensor 转到 cpu 上,然后转 ...
- opencv中的腐蚀与膨胀(转)
图像腐蚀和图像膨胀是图像中两种最基本形态学操作. void erode( const Mat& src, Mat& dst, const Mat& element,Point ...
- opengl对图像进行腐蚀和膨胀
效果图 膨胀的原理: 膨胀就是求局部最大值的操作,就是给定一个核对图像进行卷积操作,见下图 将核B与图像A卷积,即计算B覆盖区域的像素点的最大值,并把这个最大值赋给参考点指定的像素,这样 就会使图像中 ...
- opencv python 图片腐蚀和膨胀
参考:http://blog.csdn.net/yellow_red_people/article/details/53181239 定义一个5x5的结构:kernel=np.uint8(np.zer ...
最新文章
- Docker架构、镜像及容器的安装和基本操作
- php ci nginx 伪静态rewrite配置方法
- excel重复上一步快捷键_初学Excel办公软件重复上次的操作
- 更改mysql最大连接数
- windows下的diskpart指令彻底格式化清除U盘
- python循环输出三角形图案的画_python循环输出三角形图案的例子
- php 函数 数组 难学,php 数组的常用函数
- zabbix计算型监控项函数last_面试官:如何用zabbix实现监控linux服务器进程使用率...
- HDFS 中常见的Timeout
- matlab设计一个简单图像直方图均衡的GUI程序
- demo 网络运维_【运维面试】面试官:你们公司的docker主要用来做啥?
- [HNOI2006]最短母串问题 --- AC自动机 + 隐式图搜索
- pandas dataframe遍历_Pandas循环提速7万多倍!Python数据分析攻略!
- mysql 超时异常捕获_Mysql的链接超时异常CommunicationsException
- PHP has encountered an Access Violation at
- 可以获得高排名的B2B平台大全
- 相似图片搜索算法介绍
- 如何让企业微信的消息在微信里显示?
- Qt 5.7 亮瞎眼的更新
- Arduino使用火焰传感器
热门文章
- Atheros AR9485 ubuntu 10.04 驱动安装及networking disable问题解决
- 使用GPRS模块进行TCP/UDP连接的过程分析
- PYTHON学习0022:函数基本介绍----2019-6-17
- Java并发编程:AbstractQueuedSynchronizer的内部结构
- 多个表关联的查询语句
- EntityFramework之摸索EF底层(八)
- wpa_supplicant与kernel的接口
- vc判断文件夹是否存在
- 基于动态用户偏好和服务质量的推荐算法
- version `ZLIB_1.2.3.4' not found 解决方法