当前位置：首页 > article >正文

OpenCV 形态学相关函数详解及用法示例

article 2024/11/20 3:25:58

OpenCV形态学相关的运算包含腐蚀(MORPH_ERODE)，膨胀(MORPH_DILATE)，开运算(MORPH_OPEN)，闭运算(MORPH_CLOSE)，梯度运算(MORPH_GRADIENT)，顶帽运算(MORPH_TOPHAT)，黑帽运算(MORPH_BLACKHAT)，击中击不中变换(MORPH_HITMISS)。

erode()函数

erode()函数执行的是腐蚀运算，其原型如下：

erode()通过使用特定的结构元素(如矩形、圆形等)来处理图像。在某个像素上应用结构元素时，结构元素的锚点与该像素对齐，所有与结构元素相交的像素就包含在当前集合中，腐蚀就是把当前像素替换成所定义像素集合中的最小像素值。即：

因此，腐蚀可去除图像中小的噪点，用于图像滤波，腐蚀后物体尺寸会缩小。

函数参数：

src 输入图像；通道的数量可以是任意的，但深度应为CV_8U、CV_16U、CV_36S、CV_32F或CV_64F之一。

dst 输出图像其大小与类型与源图像相同。

kernel 用于腐蚀操作的结果元素(内核)，如果element=Mat（），则使用3 x 3矩形结构元素。内核可以使用getStructuringElement创建。

anchor 锚点在结构元素(kernel)内的位置；默认值（-1，-1）表示锚点位于元素中

心。

iteration 应用腐蚀操作的次数。

borderType 像素外推方法，请参见边界类型。不支持BORDER_WRAP。边界类型如下：

borderValue 恒定边界情况下的边界值。

dilate()函数

dilate()函数执行膨胀操作，其原型如下：

dilate()也是通过使用特定的结构元素(如矩形、圆形等)来处理图像。在某个像素上应用结构元素时，结构元素的锚点与该像素对齐，所有与结构元素相交的像素就包含在当前集合中，腐蚀就是把当前像素替换成所定义像素集合中的最大像素值。即：

膨胀操作，物体尺寸会变大，可使物体中的小减小填满。

函数参数：

src 输入图像；通道的数量可以是任意的，但深度应为CV_8U、CV_16U、CV_36S、CV_32F或CV_64F之一。

dst 输出图像其大小与类型与源图像相同。

kernel 用于膨胀操作的结构元素(内核)，如果element=Mat（），则使用3 x 3矩形结构元素。内核可以使用getStructuringElement创建。

anchor 锚点在结构元素(kernel)内的位置；默认值（-1，-1）表示锚点位于元素中心。

iteration 应用膨胀操作的次数。

borderType 像素外推方法，请参见边界类型。不支持BORDER_WRAP。边界类型如下：

borderValue 恒定边界情况下的边界值。

图像的开运算/闭运算

开运算和闭运算的定义只与基本的腐蚀和膨胀运算有关：闭合的定义是对图像先膨胀后腐蚀，开启的定义是对图像先腐蚀后膨胀。要实现开运算/闭运算可分别调用腐蚀与膨胀函数，也可以调用OpenCV形态学函数morphologyEx()，morphologyEx()的原型如下：

函数morphology Ex()使用侵蚀和膨胀作为基本操作来执行高级形态转换。

函数参数：

src 输入图像；通道的数量可以是任意的，但深度应为CV_8U、CV_16U、CV_36S、CV_32F或CV_64F之一。

dst 输出图像其大小与类型与源图像相同。

Op 形态学操作的类型，请参见MorphTypes：

kernel 用于膨胀操作的结构元素(内核)，如果element=Mat（），则使用3 x 3矩形结构元素。内核可以使用getStructuringElement创建。

anchor 锚点在结构元素(kernel)内的位置；默认值（-1，-1）表示锚点位于元素中心。

iteration 应用膨胀操作的次数。

borderType 像素外推方法，请参见边界类型。不支持BORDER_WRAP。边界类型如下：

borderValue 恒定边界情况下的边界值。

梯度运算

形态学梯度运算实质上是膨胀与腐蚀结果相减:

顶帽/黑帽

顶帽运算的实质是源图像与开运算结果相减:

黑帽运算实质是闭运算的结果减去与图像:

示例：

新建一个控制台应用程序Project，在源程序中加入如下代码：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
    Mat src = imread("2.bmp");
    if (src.empty())
    {
        cout << "Cann't open image!" << endl;
        return -1;
    }
    imshow("Src", src);
    Mat src1 = src;
    Mat src2 = src;
    Mat tem;
    Mat element(5, 5, CV_8U, Scalar(1));

    //erode
    erode(src, tem, element,Point(-1,-1),1);
    imshow("Erode Result", tem);

    //dilate
    dilate(src, tem, element, Point(-1, -1), 1);
    imshow("Dilate Result", tem);

    //erode +dilate
    erode(src, tem, element, Point(-1, -1), 1);
    dilate(tem, tem, element, Point(-1, -1), 1);
    imshow("Erode + dilate Result", tem);

    //dilate + erode
    dilate(src1, tem, element, Point(-1, -1), 1);
    erode(tem, tem, element, Point(-1, -1), 1);
    imshow("Dilate + erode Result", tem);

    //open
    morphologyEx(src1, tem, MORPH_OPEN, element);
    imshow("Open Result", tem);

    //close
    morphologyEx(src1, tem, MORPH_CLOSE, element);
    imshow("CLOSE Result", tem);

    src2 = imread("3.bmp");
    if (src.empty())
    {
        cout << "Cann't open image!" << endl;
        return -1;
    }
    imshow("Src2", src2);

    //top hat
    morphologyEx(src2, tem, MORPH_TOPHAT, element);
    imshow("Top hat", tem);

    //Black hat
    morphologyEx(src2, tem, MORPH_BLACKHAT, element);
    imshow("Black hat", tem);

    waitKey(0);

}

试运行，结果如下：