腐蚀和膨胀(erode and dilate)

腐蚀和膨胀

在这两个操作中都需要有一个滑动窗口一样的小块，这个小块在整副图像上面进行一个像素一个像素的滑动。

膨胀

膨胀操作:当前像素值等于该小块覆盖下的图像区域的最大像素值。
从而当背景色为白色，字体为黑色时，执行一次膨胀操作，黑色字体将变细。
相关的api使用:

Mat ele = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
dilate(src,dst,ele,Point(-1,-1));

MORPH_RECT:滑动块为矩形
MORPH_CROSS:滑动块为十字型
MORPH_ELLIPSE:滑动块为椭圆形
Point(-1，-1):使用默认的锚点

腐蚀

腐蚀操作:当前像素值等于该小块覆盖下的图像区域的最小像素值。
从而当背景色为白色，字体为黑色时，执行一次腐蚀操作，黑色字体将变粗。
相关api的使用:

Mat ele = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
erode(src,dst,ele);

附加

为了调试参数方便，使用createTrackbar()函数来将要变化的参数值变成可拖动的进度条，方便测试最合适的参数。
具体的应用:

#include <ros/ros.h>
#include "opencv2/opencv.hpp"using namespace std;
using namespace cv;int eroding_x = 1;
int eroding_y = 1;
int dilate_x = 1;
int dilate_y = 1;
Mat src;void Erod(int,void*);
void Dila(int,void*);int main(int argc, char *argv[])
{src = Mat::ones(Size(400,400),CV_32F);putText(src,"test",Point(100,100),3,2,Scalar(0,0,0),3);line(src,Point(10,10),Point(10,300),Scalar(0,0,0),3,8);line(src,Point(10,10),Point(300,10),Scalar(0,0,0),3,8);imshow("src",src);namedWindow("Dilate window",CV_WINDOW_AUTOSIZE);namedWindow("Eroding window",CV_WINDOW_AUTOSIZE);createTrackbar("dilate x size","Dilate window",&dilate_x,17,Dila);createTrackbar("dilate y size","Dilate window",&dilate_y,17,Dila);createTrackbar("eroding x size","Eroding window",&eroding_x,17,Erod);createTrackbar("eroding y size","Eroding window",&eroding_y,17,Erod);waitKey(0);return 0;
}void Dila(int,void*)
{if(dilate_x > 0 && dilate_y > 0){Mat ele = getStructuringElement(MORPH_CROSS,Size(dilate_x,dilate_y),Point(-1,-1));Mat temp;dilate(src,temp,ele,Point(-1,-1));imshow("dilate",temp);}else{cout << "the dilate_x  and dilate_y don't equals 0" << endl;}
}void Erod(int,void*)
{if(eroding_x > 0 && eroding_y > 0){Mat ele = getStructuringElement(MORPH_RECT,Size(eroding_x,eroding_y),Point(-1,-1));Mat temp;erode(src,temp,ele);imshow("erode",temp);}else{cout << "the eroding_x and eroding_y don't equals 0" << endl;}
}

其中:

createTrackbar(拖动条的名字，所在弹出框的名字，&改变的变量，拖动条的最大值，回调的函数
);

腐蚀和膨胀(erode and dilate)相关推荐

OpenCV-Python教程：形态学变换~腐蚀和膨胀(erode,dilate)
原文链接:http://www.juzicode.com/opencv-python-erode-dilate 返回Opencv-Python教程形态学变换是基于图像形状的变换过程,通常用来处理二值 ...
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 ...
OpenCV-Python图像处理：腐蚀和膨胀原理及erode、dilate函数介绍
☞ ░ 前往老猿Python博客 https://blog.csdn.net/LaoYuanPython ░ 一.引言关于图像的腐蚀和膨胀,网上介绍的资料非常多,老猿也看了很多,总体来说主要偏向于就 ...
OpenCV入门系列 —— cv::erode、cv::dilate 图像腐蚀和膨胀
OpenCV入门系列 -- cv::erode.cv::dilate 图像腐蚀和膨胀前言程序说明输出结果代码示例前言随着工业自动化.智能化的不断推进,机器视觉(2D/3D)在工业领域的应用 ...
OpenCV学习笔记（七）：形态学morpholgy(1)：腐蚀/膨胀：enrode(),dilate()
OpenCV学习笔记(七):形态学(morpholgy):腐蚀/膨胀:enrode(),dilate() 数学形态学(Mathematical morphology) 是一门建立在格论和拓扑学基础之上 ...
《OpenCV3编程入门》学习笔记6 图像处理（三）形态学滤波（1）：腐蚀与膨胀
第6章图像处理 6.3 形态学滤波(1):腐蚀与膨胀 6.3.1 形态学概述 1.数学形态学(Mathematical morphology):建立在格论和拓扑学基础上的图像分析学科,是数学形态学图 ...
OpenCV 【十八】图像平滑处理/腐蚀与膨胀(Eroding and Dilating)/开闭运算，形态梯度，顶帽，黑帽运算
图像滤波总结(面试经验总结)https://blog.csdn.net/Darlingqiang/article/details/79507468 目录 part one 图像平滑处理 1原理 2代码 ...
形态学滤波：腐蚀与膨胀（浅谈）
形态学滤波:腐蚀与膨胀(浅谈) 一关于二值化.膨胀.腐蚀以及拟合椭圆中心的代码如下** 二关于腐蚀和膨胀,在此做一些浅显的总结. 三对于上述代码中所生成的图片,进行一些说明. 四接下来谈谈自己 ...
图像形态学概要-腐蚀、膨胀、开运算、闭运算、形态学梯度(形态学边缘提取)、顶帽操作、黑帽操作
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 图像形态学中两种最基本的操作就是对图形的腐蚀和膨 ...

腐蚀和膨胀(erode and dilate)

腐蚀和膨胀

膨胀

腐蚀

附加

腐蚀和膨胀(erode and dilate)相关推荐

最新文章

热门文章