opencv--形态学操作

开操作

• 功能
  消除小物体；
  在纤细处分离物体；
  平滑较大的边界并不明显改变其面积；
• 数学公式
  

闭操作

• 功能
  消除小型黑洞（黑斑）。
• 数学公式
  
  

形态学梯度

• 功能
  对二值图像进行这一操作可以将团块（blob）的边缘突出来。我们可以用形态学梯度来保留物体的边缘轮廓。
• 数学公式
  
  

顶帽

• 功能
  因为开运算带来的结果是放大了裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原型轮廓周围的区域更明亮的区域。且这一操作和选择的核的大小有关。

  顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的时候，可以用顶帽运算进行背景提取。

• 数学公式
  为原图像与上文刚介绍的“开运算”的结果图之差，表达式如下：
  
  

黑帽

• 功能
  黑帽（Black Hat）运算为”闭运算“的结果图与原图像之差。

  黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关。
  所以，黑帽运算用来分离比邻近点暗一些的斑块。

• 数学表达式：
  
  

相关API

• 声明

  void morphologyEx( 
  		InputArray src, //
  		OutputArray dst,// 
  		int op,//形态学运算的类型
  		InputArraykernel, 
  		Pointanchor=Point(-1,-1), 
  		intiterations=1, 
  		intborderType=BORDER_CONSTANT, 
  		constScalar& borderValue=morphologyDefaultBorderValue() 
  ); 
  

• 参数

1. 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。

2. 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。

3. int op：表示形态学运算的类型

   MORPH_OPEN – 开运算（Opening operation）
   MORPH_CLOSE – 闭运算（Closing operation）
   MORPH_GRADIENT -形态学梯度（Morphological gradient）
   MORPH_TOPHAT - “顶帽”（“Top hat”）
   MORPH_BLACKHAT - “黑帽”（“Black hat“）

4. 第四个参数，InputArray类型的kernel，形态学运算的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素（内核矩阵）。

Mat src,dst1, dst2,dst3,dst4,dst5,dst6,dst7;
int step_size = 3;
int max_size = 21;
void my_dilate(int ,void*) {
	int s = step_size * 2 + 1;
	Mat structingElement = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));
	dilate(src, dst1, structingElement);
	imshow("dilate", dst1);
	return;
}

void my_erode(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	erode(src, dst2, kernel);
	imshow("erode", dst2);
	return;
}
void my_open(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	morphologyEx(src, dst3, MORPH_OPEN, kernel);
	imshow("open", dst3);
}
void my_close(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	morphologyEx(src, dst4, MORPH_CLOSE, kernel);
	imshow("close", dst4);
}
void my_gradient(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	morphologyEx(src, dst5, MORPH_GRADIENT, kernel);
	imshow("gradient", dst5);
}
void my_tophat(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	morphologyEx(src, dst6, MORPH_TOPHAT, kernel);
	imshow("tophat", dst6);
}
void my_blackhat(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s, s));
	morphologyEx(src, dst7, MORPH_BLACKHAT, kernel);
	imshow("blackhat", dst7);
}

int main() {
    src = imread("D:\\jing.png");
	if (src.empty()) {
		cerr << "open error" << endl;
		return -1;
	}
	imshow("cat", src);
	my_dilate(0, 0);
	my_erode(0, 0);
	my_open(0, 0);
	my_close(0, 0);
	my_gradient(0, 0);
	my_tophat(0, 0);
	my_blackhat(0, 0);
	createTrackbar("erode_size", "erode", &step_size, max_size, my_erode);
	createTrackbar("erode_size", "dilate", &step_size, max_size,my_dilate);
	createTrackbar("erode_size", "open", &step_size, max_size, my_open);
	createTrackbar("erode_size", "close", &step_size, max_size, my_close);
	createTrackbar("erode_size", "gradient", &step_size, max_size, my_gradient);
	createTrackbar("erode_size", "tophat", &step_size, max_size, my_tophat);
	createTrackbar("erode_size", "blackhat", &step_size, max_size, my_blackhat);
	waitKey(0);
}

原图：

• dilate
  白点不断变大
  
  

• erode
  白点逐渐变小
  
  

• open
  消除小物体；
  在纤细处分离物体；
  平滑较大的边界并不明显改变其面积
  
  

• close
  祛除小黑点
  
  

• gradient
  使轮廓更加清晰
  
  

• 顶帽

• 黑帽
  
  

好文章分享：
膨胀与腐蚀的彻底击破：https://www.cnblogs.com/daxiongblog/p/6289551.html
学习 opencv—(10）形态学图像处理（2）：开运算，闭运算，形态学梯度，顶帽，黒帽合辑 https://www.cnblogs.com/wyuzl/p/6266498.html(NICE)