1. 函数

1.1 getStructuringElement

OpenCV官方文档getStructuringElement链接

getStructuringElement 是为了给形态学操作算子返回指定大小和形状的结构元素。
当然你也可以自己构造一个任意的二进制掩码，并将其用作形态学处理函数的结构元素。

 Mat getStructuringElement(int shape,  //形状Size ksize, //尺寸Point anchor = Point(-1, -1) //锚点);

参数 shape 是枚举变量 enum cv::MorphShapes

1.2 morphologyEx

OpenCV官方文档morphologyEx链接

这其实是一个非常强大的函数，它可以通过调整参数 op 完成八种操作：腐蚀、膨胀、开运算、闭运算、顶帽、黑帽、梯度、击中击不中。

 void morphologyEx(InputArray src, OutputArray dst,int op, InputArray kernel,Point anchor = Point(-1, -1),int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue());

参数 op 是枚举变量 enum cv::MorphTypes
对于腐蚀和膨胀，OpenCV还有专门的函数 erode 和 dialte，它们和 morphologyEx 使用 MORPH_ERODE 或 MORPH_DILATE 是完全相同的。
所有操作都支持就地调用。对于多通道图像，每个通道是被独立处理的。
borderType ：不支持BORDER_WRAP
《学习OpenCV3》有这样的描述：尽管开和闭操作的效果与腐蚀相近，但这些新操作在保持连通域的精度上更加可靠。

1.3 erode

 void erode(InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1, -1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue());

1.4 dilate

 void dilate(InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1, -1),int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue());

2. 例程

2.1 图像处理效果

原图

二值化图像

对二值化图像进行腐蚀、膨胀、开操作、闭操作

开操作和闭操作实际上就是腐蚀和膨胀的简单组合。
开操作是先腐蚀后膨胀，常用于对二值图像中的区域进行计数。
闭操作是先膨胀后腐蚀，作用于复杂连通分支算法中减少无用或噪声驱动的片段。对于连通分支，通常先进行腐蚀或闭操作消除噪声，然后通过开操作连接相互靠近的大型区域。
尽管开和闭操作的效果与腐蚀相近，但这些新操作在保持连通域的精度上更加可靠。

梯度图

形态学梯度是膨胀操作的结果（扩张亮域）减腐蚀操作的结果（缩减亮域），这就是边缘。
对于灰度图，其结果就是计算明暗变换的趋势。形态学梯度通常用于显示明亮区域的边界，然后便可以将他们看做目标或者目标的部分。用扩张的图像减去了收缩的图像，如此一来就找出了完整的边界。这与计算梯度不同，它不会关注某一个物体的周围。

顶帽和黑帽

这两种操作分别用于显示与其邻域相比更亮或更暗的部分。当试图根据物体的亮度变化分离依附于物体的某些部分时，就会用到这些方法。
顶帽作用源图像减去其开操作后的图像。开操作的效果是放大裂缝和局部小洞。因此用源图像减去开操作后的图像得到了比源图像更亮的环绕部分。
黑帽操作显示的是比源图像更暗的环绕部分。

击中击不中

2.2 代码

#include "stdafx.h"
#include <opencv.hpp>
using namespace cv;
int main()
{Mat m_SrcImg = imread("./1.jpg", IMREAD_GRAYSCALE);imshow("原图", m_SrcImg);//阈值化操作Mat m_SrcImg2;threshold(m_SrcImg, m_SrcImg2, 100, 255, THRESH_BINARY_INV);imshow("原图2", m_SrcImg2);Mat m_DstImg;Mat elementRect = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));Mat elementEllipse = getStructuringElement(MORPH_ELLIPSE, Size(5, 5), Point(-1, -1));int m_nIterations = 1;//腐蚀morphologyEx(m_SrcImg2, m_DstImg, MORPH_ERODE, elementEllipse, Point(-1, -1), m_nIterations);imshow("MORPH_ERODE", m_DstImg);//膨胀morphologyEx(m_SrcImg2, m_DstImg, MORPH_DILATE, elementEllipse, Point(-1, -1), m_nIterations);imshow("MORPH_DILATE", m_DstImg);//开操作morphologyEx(m_SrcImg2, m_DstImg, MORPH_OPEN, elementEllipse, Point(-1, -1), m_nIterations);imshow("MORPH_OPEN", m_DstImg);//闭操作 morphologyEx(m_SrcImg2, m_DstImg, MORPH_CLOSE, elementEllipse, Point(-1, -1), m_nIterations);imshow("MORPH_CLOSE", m_DstImg);//梯度 如果是空的Mat，则会被默认为是3×3的核morphologyEx(m_SrcImg2, m_DstImg, MORPH_GRADIENT, Mat(), Point(-1, -1), m_nIterations);imshow("MORPH_GRADIENT", m_DstImg);//顶帽 这里我使用了一个Mat的构造函数，自行创建了掩码，同样也可以作为形态学操作函数的结构化元素来使用   morphologyEx(m_SrcImg, m_DstImg, MORPH_TOPHAT, Mat(Size(11, 11), m_SrcImg.type()), Point(-1, -1), m_nIterations);imshow("MORPH_TOPHAT", m_DstImg);//黑帽 morphologyEx(m_SrcImg, m_DstImg, MORPH_BLACKHAT, Mat(Size(11, 11), m_SrcImg.type()), Point(-1, -1), m_nIterations);imshow("MORPH_BLACKHAT", m_DstImg);//击中击不中morphologyEx(m_SrcImg2, m_DstImg, MORPH_HITMISS, elementEllipse, Point(-1, -1), 1);imshow("MORPH_HITMISS", m_DstImg);waitKey(0);return 0;
}

OpenCV morphologyEx、erode、dilate、getStructuringElement （形态学算子）相关推荐

opencv for python的图像梯度算子以及canny边缘检测
opencv for python的图像梯度算子以及canny边缘检测一.图像梯度算子: 二.Canny边缘检测(一个多级边缘检测算法): 一.图像梯度算子: 1.概念简介(部分引自百度百科): 图 ...
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 ...
(_cai_) opencv学习笔记(1):图像形态学计算的方式 morphology函数的应用
1.腐蚀概述:腐蚀掉图像的细节.若图像有很多毛刺,通过腐蚀操作,可以将毛刺消除. 下面所说的"值"可以简单理解为RGB三个通道[0,255],值越小,亮度越低,值越大,亮度越高. ...
OPenCV膨胀函数dilate()的使用
OPenCV版本:4.4 IDE:VS2017 功能描述简述:使用一个指定的核元素去膨胀一个图像,图像膨胀的过程类似于一个卷积的过程,源图像矩阵A以及结构元素B,B在A矩阵上依次移动,每个位置上B所 ...
Python-Opencv 形态学+算子实现轮廓提取
1. 形态学图像的形态学操作主要是腐蚀和膨胀,在原理上就是结构元和原图进行卷积操作,只不过原始卷积是进行计算,而腐蚀和膨胀是看结构元覆盖范围内1的情况. 1.1. 腐蚀与膨胀定义腐蚀定义:若结构元 ...
Opencv学习笔记四——图像形态学操作
需要的库和自定义函数 import cv2 import numpy as np import matplotlib.pyplot as pltdef cv_show(name, mat):cv2.i ...
OpenCV图像处理（2）——形态学操作
形态学操作 Mat element = getStructuringElement(MORPH_RECT, Size(9, 9)); morphologyEx(InputImage, OutputIm ...
opencv中的cv2.getStructuringElement()
cv2.getStructuringElement( ) 返回指定形状和尺寸的结构元素. 这个函数的第一个参数表示内核的形状,有三种形状可以选择. 矩形:MORPH_RECT; 交叉形:MORPH_C ...
c++gdal如何在大图像中截取小图像并获取其图像信息_【图像处理】OpenCV系列十 --- 边缘检测之Canny算子...
上一篇我们学习了图像处理形态学相关知识点,相信大家学习之后已经对形态学有了足够的理解了,那么接下来,我们一起来学习一下图像处理中的边缘检测吧!我们将会重点学习边缘检测各种算子和滤波器 --- Cann ...

OpenCV morphologyEx、erode、dilate、getStructuringElement （形态学算子）

OpenCV getStructuringElement

1. 函数

1.1 getStructuringElement

1.2 morphologyEx

1.3 erode

1.4 dilate

2. 例程

2.1 图像处理效果

原图

二值化图像

对二值化图像进行腐蚀、膨胀、开操作、闭操作

梯度图

顶帽和黑帽

击中击不中

2.2 代码

OpenCV morphologyEx、erode、dilate、getStructuringElement （形态学算子）相关推荐

最新文章

热门文章