基于形态学梯度运算的边缘检测~
形态学梯度
定义:膨胀后的图像与腐蚀后的图像的差值
效果:突出图像中灰度尖锐过渡的区域,当使用对称结构元素时,该算法对边缘方向性的依赖比空间增强技术中的梯度算子更小。一、c++示例代码
//包含头文件
#include <opencv2/opencv.hpp>
//命名空间
using namespace cv;
using namespace std;
//全局函数声明部分
//主函数
int main()
{
//【1】载入图像,灰度化
Mat image = imread("F:\\opencvtest\\testImage\\beauty.png", 0);//灰度原图
//【2】检查是否载入成功
if (image.empty())
{
printf("读取图片错误,请确认目录下是否有imread函数指定图片存在! \n ");
return 0;
}
//【3】获取结构元素
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
//【4】形态学梯度
Mat gradientImage;//梯度图
morphologyEx(image, gradientImage, MORPH_GRADIENT, element);
//【5】阈值化处理,增强可视化效果
Mat result;
threshold(gradientImage, result, 30, 255, THRESH_BINARY_INV);
//【6】显示图像
imshow("15-灰度图像", image);
imshow("15-形态学梯度", gradientImage);
imshow("15-边缘检测图", result);
//【7】保持窗口显示
waitKey(0);
return 0;
}
二、运行截图
1.灰度原图
2.形态学梯度图
3.阈值化处理后的边缘检测图