膨胀、腐蚀、开操作、闭操作、形态学梯度、顶帽、黑帽详解

1.膨胀与腐蚀
膨胀与腐蚀都是对图片的白色部分而言。膨胀是图片中的高亮部分进行扩张，腐蚀是高亮部分缩小。
函数形式：

第一个参数：InputArray src，//输入

第二个参数：OutputArray dst，//输出

第三个参数：InputArray kernel，//（核大小一般配合getStructuringElement（）使用;先定义一个Mat类型的变量来接受getStructuringElement（）的返回值：返回指定形状和尺寸的结构元素;

格式：

getStructuringElement（int shape，Size ksize，Point anchor = Point（-1，-1））;

参数：

形状：表核的形状，矩形MORPH_RECT;交叉形MORPH_CROSS;椭圆形MORPH_ELLIPSE;

ksize：核尺寸大小;）

第四个参数：锚点的位置，锚点只影响形态学运算结果的偏移;默认值，（ - 1，-1）为中心

第五个参数：int iterations = 1，//迭代次数

第六个参数：int borderType = BORDER_CONSTANT，//图像边界像素模式

第七个参数：const Scalar＆borderValue = morphologyDefaultBorderValue（）//边界值

膨胀和腐蚀示例程序如下：

 Mat out;
 //获取自定义核
  Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); 
   //膨胀操作
  dilate(img, out, element);
   //膨胀操作
  erode(img, out, element);
  //如果需要多次迭代，迭代5次
   erode(img, out, element，Point（-1，-1），5);

2.开操作、闭操作、形态学梯度、顶帽、黑帽

开运算：先腐蚀再膨胀，用来消除小物体，在纤细处分离物体和平滑较大物体边界的作用

闭运算：先膨胀再腐蚀，用于排除小型黑洞，它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用

形态学梯度：就是膨胀图与俯视图之差，用于保留物体的边缘轮廓。

顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。

黑帽：闭运算与原图像之差，用于分离比邻近点暗一些的斑块。

示例如下：

  Mat srcImg = imread("E://1.jpg");
  Mat dstImg;
  Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
  //morphologyEx(srcImg, dstImg, MORPH_OPEN, element);  //开运算
  //morphologyEx(srcImg, dstImg, MORPH_CLOSE, element);  //闭运算
  //morphologyEx(srcImg, dstImg, MORPH_GRADIENT, element);  //形态学梯度运算
  //morphologyEx(srcImg, dstImg, MORPH_TOPHAT, element);  //顶帽运算
  morphologyEx(srcImg, dstImg, MORPH_BLACKHAT, element);  //黒帽运算

图片腐蚀，中间文字白部分变细
在这里插入图片描述
图片膨胀，中间白部分变大扩张

形态学梯度，得到图片的轮廓信息

顶帽操作会得到比原轮廓邻近点亮部分的区域

黑帽操作会得到比原轮廓邻近的更暗的区域，且和选择的核的大小有关

膨胀、腐蚀、开操作、闭操作、形态学梯度、顶帽、黑帽详解

猜你喜欢