opencv中的开运算，闭运算，形态学梯度，顶帽和黑帽简介

1.开运算
开运算 = 先腐蚀运算，再膨胀运算（看上去把细微连在一起的两块目标分开了）
开运算的效果图如下图所示：
这里写图片描述

开运算总结：
（１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。
（２）开运算是一个基于几何运算的滤波器。
（３）结构元素大小的不同将导致滤波效果的不同。
（４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。

2.闭运算
闭运算 = 先膨胀运算，再腐蚀运算（看上去将两个细微连接的图块封闭在一起）
闭运算的效果图如下图所示：

这里写图片描述
- 闭运算总结：
（1）闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
（2）闭运算是通过填充图像的凹角来滤波图像的。
（3）结构元素大小的不同将导致滤波效果的不同。
（4）不同结构元素的选择导致了不同的分割。

我们可以使用opencv自带函数进行调试哦！
openCV里有一个很好的函数getStructuringElement，我们只要往这个函数传相应的处理参数，就可以进行相应的操作了，使用起来非常方便。下面我简单列举一下相应的操作宏定义：

标识符	含义
MORPH_OPEN	开运算
MORPH_CLOSE	闭运算
MORPH_ERODE	腐蚀
MORPH_DILATE	膨胀

我就简单举个例子：

#include<opencv2\opencv.hpp>   
#include<opencv2\highgui\highgui.hpp>

using namespace std;
using namespace cv;

int main()
{
    Mat img = imread("寒山不冷.jpg");
    namedWindow("原始图", WINDOW_NORMAL);
    imshow("原始图", img);
    Mat out;
    //获取自定义核 第一个参数MORPH_RECT表示矩形的卷积核，当然还可以选择椭圆形的、交叉型的
    Mat element = getStructuringElement(MORPH_RECT, Size(18, 18)); 


    //具体要选择哪种操作，就修改第三个参数就可以了。这里演示的是形态学开运算处理
    morphologyEx(img, out, MORPH_OPEN, element);
    namedWindow("形态学处理操作", WINDOW_NORMAL);
    imshow("形态学处理操作", out);
    waitKey(0);

}

开运算：先腐蚀，再膨胀

可以清除一些小东西(亮的)，放大局部低亮度的区域

闭运算：先膨胀，再腐蚀

可以清除小黑点

形态学梯度：膨胀图与腐蚀图之差

提取物体边缘

顶帽：原图像 - 开运算图

突出原图像中比周围亮的区域

黑帽：闭运算图 - 原图像

突出原图像中比周围暗的区域

这些运算都能用一个函数进行处理

void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, ...)

看前四个参数就行了，后面的就用默认值

第一个参数输入

第二个参数输出

第三个参数操作类型

MORTH_OPEN 函数做开运算

MORTH_CLOSE 函数做闭运算

MORTH_GRADIENT 函数做形态学梯度运算

MORTH_TOPHAT 函数做顶帽运算

MORTH_BLACKHAT 函数做黑帽运算

MORTH_DILATE 函数做膨胀运算

MORTH_ERODE 函数做腐蚀运算

第四个参数内核类型用getStructuringElement函数得到

例子：

	morphologyEx(ma1, maArray[0], MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(15,15)));
	imshow("im4", maArray[0]);
morphologyEx(ma1, maArray[1], MORPH_CLOSE, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im5", maArray[1]);

morphologyEx(ma1, maArray[2], MORPH_GRADIENT, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im6", maArray[2]);

morphologyEx(ma1, maArray[3], MORPH_TOPHAT, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im7", maArray[3]);

morphologyEx(ma1, maArray[4], MORPH_BLACKHAT, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im8", maArray[4]);

morphologyEx(ma1, maArray[5], MORPH_DILATE, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im9", maArray[5]);

morphologyEx(ma1, maArray[6], MORPH_ERODE, getStructuringElement(MORPH_RECT, Size(15, 15)));
imshow("im10", maArray[6]);</code></pre>

opencv中的开运算，闭运算，形态学梯度，顶帽和黑帽简介

猜你喜欢