若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104572306

《OpenCV开发笔记（二十三）：算法基础之形态学滤波-开运算》

《OpenCV开发笔记（二十四）：算法基础之形态学滤波-闭运算》

《OpenCV开发笔记（二十五）：算法基础之形态学滤波-形态学梯度》

《OpenCV开发笔记（二十六）：算法基础之形态学滤波-顶帽（礼帽）》

《OpenCV开发笔记（二十七）：算法基础之形态学滤波-黑帽》

持续补充中…

OpenCV开发笔记（二十二）：算法基础之形态学滤波-腐蚀

前言

本篇章开始学习形态学滤波-腐蚀。

Demo

腐蚀

概述

腐蚀(delate)与膨胀(ercode)是一对相反的操作，膨胀是求局部最大值的操作，那么膨胀就是求局部最小值的操作。

核算子可以是任何形状和大小，它拥有一个单独定义出来的参考点，即使之前提到的锚点(anchorpoint)。多数情况下，核一般很小，之前常用到的就是3x3核算子，然后带有锚点Point(-1,-1)实际就是中心点。

当有图像A，核算子B，A与B卷积计算B覆盖的区域的像素点的最小值，并把这个最大值赋值给指定点（核区域内的锚点），这样会使图像中的高亮区域逐渐增大。

下图是腐蚀操作，并对比膨胀操作：

函数原型

void erode( InputArray src,
          OutputArray dst,
          InputArray kernel,
          Point anchor = Point(-1,-1),
          int iterations = 1,
          int borderType = BORDER_CONSTANT,
          const Scalar& borderValue = morphologyDefaultBorderValue() );

参数一：InputArray类型，一般是cv::Mat，通道数是任意的，但是深度必须为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F；
参数二；OutputArray类型，输出的目标图像，和原图像有一样的尺寸和类型；
参数三：用于膨胀的内核结构元素；如果elemenat=Mat()，则为3 x 3矩形使用结构化元素。内核可以使用getStructuringElement创建；
参数四：元素中锚点的锚点位置；默认值（-1，-1）表示锚定在构件中心
参数五：迭代次数表示执行腐蚀操作的次数；
参数六：int类型的borderType，用于推断图像外部像素的某种边界模式，使用默认值BORDER_DEFULAT，一般无需设置；
参数七：如果边界为常量，则边界值为borderValue；

在上面的参数3中，需要内核结构元素，由下面的函数创建：

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

参数一：元素形状，可以是MORPH_RECT、MORPH_CROSS和MORPH_ELLIPSE；
参数二：ksize结构元素的大小，必须大于等于1；
参数三：元件内的锚定位置。默认值Point(-1,-1)表示锚在中间（注意，只有十字形构件的形状取决于锚位置。在其他情况下，锚只是调节形态的结果操作转移）；

Demo源码

void OpenCVManager::testErode()
{
    QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/5.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());

    cv::resize(srcMat, srcMat, cv::Size(400, 300));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    if(!srcMat.data)
    {
        qDebug() << __FILE__ << __LINE__
                 << "Failed to load image:" << fileName1;
        return;
    }

    cv::Mat dstMat;
    dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
    cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
                                srcMat.type());
    int share = 0;
    int ksize = 5;
    int iterations = 1;
    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);
        cvui::window(windowMat, dstMat.cols * 2, 0, dstMat.cols, dstMat.rows, "settings");
        // 原图先copy到左边
        cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
                                    cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 40, "share");
        cvui::trackbar(windowMat, 800 + 100, 60, 200, &share, 0, 2);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 120, "ksize");
        cvui::trackbar(windowMat, 800 + 100, 140, 200, &ksize, 1, 10);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 200, "iterations");
        cvui::trackbar(windowMat, 800 + 100, 220, 200, &iterations, 0, 10);

        // 腐蚀
        cv::erode(srcMat,
                   dstMat,
                   cv::getStructuringElement(share, cv::Size(ksize, ksize)),
                   cv::Point(-1, -1),
                   iterations);

        // 效果图copy到右边
        // 注意：rang从位置1到位置2，不是位置1+宽度
        cv::Mat centerMat = windowMat(cv::Range(0, srcMat.rows),
                                     cv::Range(srcMat.cols * 1, srcMat.cols * 2));
        cv::addWeighted(centerMat, 0.0f, dstMat, 1.0f, 0.0f, centerMat);
        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}