开运算
- 它是通过图像的侵蚀然后膨胀获得的。
- 用于删除小物体(假设物体在黑暗的前景中是明亮的)
- 左边的图像是原始图像,右边的图像是应用开口变换后的结果。 我们可以观察到字母角落的小空间往往消失。
闭运算
- 它是通过图像的膨胀然后侵蚀而获得的。
- 用于去除小孔(暗区)。
多形态梯度
- 它是图像的膨胀和侵蚀之间的差异。
- 它可用于查找对象的轮廓,如下所示:
顶帽
它是输入图像与其开运算之间的差异。
黑帽
它是关运算和输入图像之间的差异。
代码
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
Mat src, dst;
int morph_elem = 0;
int morph_size = 0;
int morph_operator = 0;
int const max_operator = 4;
int const max_elem = 2;
int const max_kernel_size = 21;
char* window_name = "Morphology Transformations Demo";
/* Function Headers */
void Morphology_Operations( int, void* );
/* @function main */
int main( int argc, char** argv )
{
src = imread( argv[1] );
if( !src.data )
{ return -1; }
namedWindow( window_name, WINDOW_AUTOSIZE );
createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
&morph_elem, max_elem,
Morphology_Operations );
createTrackbar( "Kernel size:\n 2n +1", window_name,
&morph_size, max_kernel_size,
Morphology_Operations );
Morphology_Operations( 0, 0 );
waitKey(0);
return 0;
}
/*
* @function Morphology_Operations
*/
void Morphology_Operations( int, void* )
{
// Since MORPH_X : 2,3,4,5 and 6
int operation = morph_operator + 2;
Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
morphologyEx( src, dst, operation, element );
imshow( window_name, dst );
}
解释
- 加载图像
- 创建一个窗口以显示“形态”操作的结果
- 为用户创建03轨道栏以输入参数:
- 每次我们移动任何滑块时,将调用用户的函数Morphology_Operations以实现新的形态学操作,并且它将基于当前轨迹栏值更新输出图像。
- 我们可以观察到执行形态变换的关键功能是cv :: morphologyEx。 在这个例子中,我们使用四个参数(其余的作为默认值):
- src:源(输入)图像
- dst:输出图像
- 操作:要进行的形态转换。 请注意,我们有5种选择:
- element:要使用的内核。 我们使用函数cv :: getStructuringElement来定义我们自己的结构。