形态学：击中、不击中

左手的ㄟ右手 2022-04-05 06:42 138阅读 0赞

## 原理 ##

*  作用：在二值图像中找到匹配
 *  公式： A ⊛ B = ( A ⊖ B 1 ) ∩ ( A c ⊖ B 2 ) A⊛B=(A⊖B1)∩(A^c⊖B2) A⊛B=(A⊖B1)∩(Ac⊖B2)

1.  用 kernel  B 1 B1 B1 腐蚀A
2.  用 kernel  B 2 B2 B2 腐蚀A的补集
3.  求1和2所得结果的交集

*  解释：比如kernel B1 B2如下左中，目的找到匹配B1，但是不匹配B2的区域，B1和B2也可以直接由B（右）表示。目的找到中间是0，上下左右是1的区域，至于四个角（I don’t care）。  
    ![在这里插入图片描述][20181211112540479.png]

举例：  
输入图像：  
![在这里插入图片描述][20181211113044218.png]

输出图像：找到一个匹配，中心已经标出  
![在这里插入图片描述][20181211113052704.png]

--------------------

## 代码 ##

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    
    
    int main(void)
    { 
    	Mat input_image=(Mat_<uchar>(8,8)<<
    			        0, 0, 0, 0, 0, 0, 0, 0,
    				    0, 255, 255, 255, 0, 0, 0, 255,
    					0, 255, 255, 255, 0, 0, 0, 0,
    					0, 255, 255, 255, 0, 255, 0, 0,
    					0, 0, 255, 0, 0, 0, 0, 0,
    					0, 0, 255, 0, 0, 255, 255, 0,
    					0, 255, 0, 255, 0, 0, 255, 0,
    					0, 255, 255, 255, 0, 0, 0, 0);
    
    
    
    Mat kernel = (Mat_<int>(3,3)<< 0,-1,-1,
                                    1,1,-1,
                                    0,1, 0);
    
    
    Mat output_image;
    cv::morphologyEx(input_image,output_image,cv::MORPH_HITMISS,kernel);
    
    const int rate=50; //为了显示，进行缩放的比例，放大５０倍
    kernel =(kernel+1)*127;//将kernel转成０－255, -1:0 ０：127 1:255
    kernel.convertTo(kernel,CV_8U);
    
    resize(kernel,kernel,Size(),rate,rate,cv::INTER_NEAREST);//下面三步都一样，将图像扩大５０倍，方便观察
    imshow("kernel",kernel);
    cv::moveWindow("kernel",0,0);
    
    
    resize(input_image,input_image,Size(),rate,rate,INTER_NEAREST);
    imshow("Original",input_image);
    moveWindow("Original",0,200);
    
    
    resize(output_image,output_image,Size(),rate,rate,INTER_NEAREST);
    imshow("Hit Or Miss",output_image);
    moveWindow("Hit Or Miss",500,200);
    
    
    waitKey(0);
    	
    	return 0;
    };

结果：找到２个匹配  
![在这里插入图片描述][20181211120014217.png]

--------------------

## 官方API ##

1.  void cv::morphologyEx (  
    InputArray src,     //输入图像  
    OutputArray dst,    //输出图像  
    int op,        //选择MORPH\_HITMISS  
    InputArray kernel,     //核  
    Point anchor = Point(-1,-1),    //（默认）  
    int iterations = 1,        //（默认）  
    int borderType = BORDER\_CONSTANT,    //（默认）  
    const Scalar & borderValue = morphologyDefaultBorderValue()     //（默认）  
    )

将图像进行缩放

1.  void cv::resize (  
    InputArray src,         //输入图像  
    OutputArray dst,        //输出图像，它输出大小是dsize(如果dsize不为0)；或者由src.size()和fx、fy算出来  
    Size dsize,        //输出图像的大小，如果是0，由下面参数计算  
    double fx = 0,        //缩放比例，输出水平：fx\*src.cols  
    double fy = 0,         //缩放比例，输出垂直：fy\*src.rows  
    int interpolation = INTER\_LINEAR     //插值方法（本实验使用的是最近邻域插值，[其他方法][Link 1]）  
    )

[20181211112540479.png]: /images/20220405/89151b5030bc43e9bed407b8c791b1e9.png
[20181211113044218.png]: /images/20220405/79af5315984b43acb2f1f4d60bace6bc.png
[20181211113052704.png]: /images/20220405/feb4bdf904d44458b182fbff89f6b049.png
[20181211120014217.png]: /images/20220405/233f495fd1b14d46bfbbac8d5ef4d9c7.png
[Link 1]: https://docs.opencv.org/master/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121