opencv 形态学运算 opencv形态学滤波

【OpenCV（C++）】图像处理：形态学滤波

• 形态学（morphology）
• 膨胀与腐蚀

• 膨胀
• 腐蚀

• 其它形态学滤波

• 开运算（Opening Operation）
• 闭运算（Closing Operation）
• 形态学梯度（Morphological Gradient）
• 顶帽（Top Hat）
• 黑帽（Black Hat）
• element

形态学（morphology）

图像处理中的形态学指的是数学形态学（Mathmatical morphology），它是一门建立在格论和拓扑学基础之上的图像分析学科。形态学操作就是基于形状的一系列图像处理操作。

膨胀与腐蚀

膨胀（dilate）与腐蚀（erode）是最基本的形态学操作，能实现多种多样的功能：

• 消除噪声
• 分割出独立的图像元素，在图像中连接相邻的元素
• 寻找图像中明显的极大值区域或极小值区域
• 求出图像的梯度

注：腐蚀和膨胀是对高亮部分而言的

膨胀

膨胀是求局部最大值的操作。

dilate函数使用像素邻域内的局部极大运算符来膨胀一张图片。

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>

using namespace cv;
using namespace std;

int main()
{
	Mat srcImage = imread("fg.jpg");
	namedWindow("【原图】膨胀操作");
	namedWindow("【处理图】膨胀操作");
	imshow("【原图】膨胀操作", srcImage);

	Mat element = getStructuringElement(MORPH_BLACKHAT, Size(100, 100));
		
	Mat dstImage;

	dilate(srcImage, dstImage, element);

	imshow("【处理图】膨胀操作", dstImage);
	waitKey(0);

	return 0;
}

运行效果如下：

腐蚀

腐蚀是求局部最小值的操作。

erode函数使用像素邻域内的局部极小运算符来腐蚀一张图片。

erode(g_srcImage, g_dstImage, element);

其它形态学滤波

开运算（Opening Operation）

开运算即先腐蚀后膨胀的过程。可以用来消除小物体，在纤细点处分离物体，并且在平滑较大物体的边界的同时不明显改变其面积。

闭运算（Closing Operation）

闭运算即先膨胀后腐蚀的过程。能够排除小型黑洞（黑色区域）。

形态学梯度（Morphological Gradient）

即膨胀图与腐蚀图之差。对二值图像进行这一操作可以将blob的边缘突出出来。

顶帽（Top Hat）

即原图与开运算之差，突出比原图轮廓周围更明亮的区域。

黑帽（Black Hat）

即原图与闭运算之差，突出比原图轮廓周围更暗的区域。

element

下面分别为使用十字形、矩形、椭圆作为元素element的运行效果：

• 十字形

• 矩形

• 椭圆