OpenCV（二十九）：图像腐蚀

浅浅的花香味﹌ 2024-03-04 07:21 91阅读 0赞

#### 1.图像腐蚀原理 ####

腐蚀操作的原理是将一个结构元素（也称为核或模板）在图像上滑动，并将其与图像中对应位置的像素进行比较。如果结构元素的所有像素与图像中对应位置的像素都匹配，那么该位置的像素值保持不变。如果结构元素的任何一个像素与图像中对应位置的像素不匹配，那么该位置的像素值被置为0（或其他指定的像素值），从而改变了图像的形状和结构。

![ee4ffa07eabf433eb6a8946fc9c20e0c.png][]

#### 2.图像腐蚀目的： ####

*  去除图像中微小物体
 *  分离较近的两个物体

#### 3.结构元素生成函数getStructuringElement(） ####

> Mat cv::getStructuringElement ( int shape，
> 
> Size ksize,
> 
> Point anchor = point(-1,-1)
> 
> ）

*  shape:结构元素的种类。
 *  ksize:结构元素的尺寸大小。
 *  anchor:中心点的位置，默认参数为结构元素的几何中心点。

其中结构元素的类型参数：

![78e89dc33c0b46b9a9400e66ba74980e.png][]

#### 4.图像腐蚀操作函数erode() ####

> void cv::erode ( InputArray src,
> 
> OutputArray dst,
> 
> InputArray kernel,
> 
> Point anchor = Point(-1,-1),
> 
> int iterations = 1,
> 
> int cborderType = BORDER CONSTANT，
> 
> const Scalar & borderValue = morphologyDefaultBorderValue()
> 
> )

*  src:输入的待腐蚀图像，图像的通道数可以是任意的，但是图像的数据类型必须是CV\_8U，CV \_16U，CV\_16S，CV\_32F或CV\_64F之一。
 *  dst:腐蚀后的输出图像，与输入图像src具有相同的尺寸和数据类型。
 *  kermel:用于腐蚀操作的结构元素，可以自己输入，也可以用getStructuringElement0)函数生成。
 *  anchor:中心点在结构元素中的位置，默认参数为结构元素的几何中心点。
 *  iterations:腐蚀的次数。
 *  borderType:像素外推法选择标志。
 *  borderValue:边界不变的边界值。

#### 5.示例代码： ####

//绘制包含区域函数
    void drawState(Mat image, int number, Mat centroids, Mat stats, String string) {
        RNG rng(10086);
        vector<Vec4b> colors;
        for(int i=0;i<number;i++){
            //使用均匀分布的随机数确定颜色
            Vec4b vec4=Vec4b(rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256),rng.uniform(0,256));
            colors.push_back(vec4);
        }
        //以不同颜色标记出不同的连通域
        for(int i=1;i<number;i++){
            //中心位置
            int center_x=centroids.at<double>(i,0);
            int center_y=centroids.at<double>(i,1);
            //矩形边框
            int x=stats.at<int>(i,CC_STAT_LEFT);
            int y=stats.at<int>(i,CC_STAT_TOP);
            int w=stats.at<int>(i,CC_STAT_WIDTH);
            int h=stats.at<int>(i,CC_STAT_HEIGHT);
            int area=stats.at<int>(i,CC_STAT_AREA);
            //中心位置绘制
            circle(image,Point(center_x,center_y),2,Scalar(0,255,0),2,8,0);
            //外接矩形
            Rect rect(x,y,w,h);
            rectangle(image,rect,colors[i],1,8,0);
            putText(image, format("%d",i),Point(center_x,center_y),FONT_HERSHEY_SIMPLEX,0.5,Scalar(255,0,255),1);
        }
        imwrite("/sdcard/DCIM/"+string+".png",image);
    }
    
    void Image_corrosion(Mat image){
        Mat img2;
        copyTo(image,img2,image);//克隆一个单独的图像，用于后期图像绘制
        Mat rice,riceBW;
        //将图像转成二值图像，用于统计连通域
        cvtColor(image,rice,COLOR_BGR2GRAY);
        threshold(rice,riceBW,50,255,THRESH_BINARY);
    
        Mat out,stats,centroids;
        //统计图像中连通域的个数
        int number= connectedComponentsWithStats(riceBW,out,stats,centroids,8,CV_16U);
        drawState(image,number,centroids,stats,"Uncorroded_connected");//绘制图像
        Mat strucr1= getStructuringElement(0,Size(3,3));//矩形结构元素
        //Mat strucr1= getStructuringElement(1,Size(3,3));//十字结构元素
    
        erode(riceBW,riceBW,strucr1);//对图像进行腐蚀
        number= connectedComponentsWithStats(riceBW,out,stats,centroids,8,CV_16U);
        drawState(img2,number,centroids,stats,"corroded_connected");
    }

[ee4ffa07eabf433eb6a8946fc9c20e0c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/dc0decd941444561b835a6d7d713506d.png
[78e89dc33c0b46b9a9400e66ba74980e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/ce3c797ac8f1490f8885a286bd2b961b.png