opencv笔记（十七）——形态学操作（膨胀、腐蚀、开、闭操作）

一时失言乱红尘 2022-05-15 02:45 495阅读 0赞

# 一、设置结构元素：getStructuringElement #

图像处理经常要用到形态学操作，其中首先要获取结构元素。包括结构元素的大小及形状。

OpenCV提供了一个函数getStructuringElement，可以获取常用的结构元素的形状：矩形（包括线形）、椭圆（包括圆形）及十字形。

<table style="width:603px;"> 
 <tbody> 
  <tr> 
   <td style="width:600px;">C++：Mat getStructuringElement(int <strong>shape</strong>, Size <strong>ksize</strong>, Point anchor=Point<strong>(-1,-1))</strong>；</td> 
  </tr> 
 </tbody> 
</table>

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td><strong>Python:</strong>&nbsp;cv2.getStructuringElement(shape, ksize[, anchor])&nbsp;→ retval</td> 
  </tr> 
 </tbody> 
</table>

第一个参数：结构单元的形状。第二个参数：结构参数的尺寸。第三个参数：锚点位置（默认结构单元的中心）  
**（1）shape:**  
**MORPH\_RECT**:矩形  
**MORPH\_ELLIPSE**:椭圆  
**MORPH\_CROSS**:十字形

**（2）ksize:**  
核大小

**（3）Point（x，x）：**

结构元的大小

# 二、设置相应的操作  #

## 2.1 膨胀、腐蚀 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td> <p>腐蚀：</p> <p>&nbsp; &nbsp; erode(srcImage, dstImage, element);</p> <p>&nbsp; &nbsp;&nbsp;&nbsp;imshow("图片名", 待显示照片);</p> <p>膨胀：</p> <p>&nbsp; &nbsp;&nbsp;dilate(待处理图片, 处理好的图片名字, 结构元);<br> &nbsp;&nbsp; &nbsp;imshow("膨胀(5*5)", Ero);</p> </td> 
  </tr> 
 </tbody> 
</table>

### 2.1.1腐蚀的作用 ###

1、边缘检测。   
    2、噪声滤除。   
    3、形态骨架提取。

这一操作可以扩大低像素值区域。相当于”最小值“滤波器

### 2.1.2膨胀的作用 ###

将卷积核B滑过图像A，找出卷积核区域内最大像素值作为锚点像素值。这一操作可以**缩小低像素值区域**。相当于“最大值”滤波器

膨胀腐蚀的函数实现：

[https://blog.csdn.net/hx1298234467/article/details/48677737][https_blog.csdn.net_hx1298234467_article_details_48677737]

## 2.2 开运算、闭运算、形态梯度... ##

<table> 
 <tbody> 
  <tr> 
   <td>void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, int borderType=BORDER_CONSTANT, const Scalar&amp; borderValue=morphologyDefaultBorderValue() )</td> 
  </tr> 
 </tbody> 
</table>

**src:输入图像  
dst:结果图像  
op:操作**

**MORPH\_OPEN开运算：**先对图像腐蚀，再膨胀

**MORPH\_CLOSE闭运算：**先膨胀再腐蚀

**MORPH\_GRADIENT形态梯度：**膨胀图和腐蚀图之差

**MORPH\_TOPHAT顶帽：**原图和开运算图之差

**MORPH\_BLACKHAT黑冒：**闭运算结果和原图之差

#include <iostream>
    #include <opencv2/imgproc/imgproc.hpp>
    #include <opencv2/highgui/highgui.hpp>
    
    
    using namespace cv;
    using namespace std;
    
    int main(int argc, char* argv[]){
        const char* path = "";
        Mat img = imread(path);
        if (!img.data){
            cout << "Wrong Image" << endl;
            return -1;
        }
    
        Mat kern = getStructuringElement(MORPH_RECT, Size(5, 5));
    
        Mat erosion_img, dilate_img;
        //腐蚀
        erode(img, erosion_img, kern);
        //膨胀
        dilate(img, dilate_img, kern);
    
        imshow("original image", img);
        imshow("erosion image", erosion_img);
        imshow("dilate image", dilate_img);
    
    
        Mat open_mat, close_mat, gradient_mat, tophat_mat, blackhat_mat;
        morphologyEx(img, open_mat, MORPH_OPEN, kern);
        morphologyEx(img, close_mat, MORPH_CLOSE, kern);
        morphologyEx(img, gradient_mat, MORPH_GRADIENT, kern);
        morphologyEx(img, tophat_mat, MORPH_TOPHAT, kern);
        morphologyEx(img, blackhat_mat, MORPH_BLACKHAT, kern);
    
        imshow("Opening", open_mat);
        imshow("Closing", close_mat);
        imshow("Grandient", gradient_mat);
        imshow("Tohat", tophat_mat);
        imshow("Black", blackhat_mat);
    
        cvWaitKey(0);
        return 0;
    }

参考：

[https://www.cnblogs.com/korbin/p/5625340.html][https_www.cnblogs.com_korbin_p_5625340.html]

[https_blog.csdn.net_hx1298234467_article_details_48677737]: https://blog.csdn.net/hx1298234467/article/details/48677737
[https_www.cnblogs.com_korbin_p_5625340.html]: https://www.cnblogs.com/korbin/p/5625340.html