?? 文章首發(fā)于我的個人博客：歡迎大佬們來逛逛
?? OpenCV項目地址及源代碼：點擊這里

膨脹與腐蝕

膨脹與腐蝕是數(shù)學形態(tài)學在圖像處理中最基礎的操作。

膨脹操作是取每個位置領域內最大值，所以膨脹后輸出圖像的總體亮度的平均值比起原圖會有所升高，圖像中比較亮的區(qū)域的面積會變大，而較暗物體的尺寸會減小甚至消失。(增加高亮部分)

void dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					輸入圖像
*			dst：					輸出圖像
*			kernel:					膨脹操作的核
*					參數(shù)為0:中心3*3的核
*			anchor：					錨點
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次數(shù)
*			borderType:				 圖像外部像素的某種邊界模式
*			borderValue:			 邊界值，一般不管
*********************************************************************/

腐蝕是相反的操作，所以腐蝕就是求局部最小值的操作。(減少高亮部分)

void erode( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& 	borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					輸入圖像
*			dst：					輸出圖像
*			kernel:					 腐蝕操作的核
*					參數(shù)為0:中心3*3的核
*			anchor：					錨點
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次數(shù)
*			borderType:				 斷圖像外部像素的某種邊界模式
*			borderValue:			 邊界值，一般不管
*********************************************************************/

getStructuringElement函數(shù)可用于構造一個特定大小和形狀的結構元素，用于圖像形態(tài)學處理

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
/*******************************************************************
*			shape： 					形狀類型
*			ksize：					大小
*			anchor：					錨點
*					(-1,-1):表示位于中心
*********************************************************************/
//shape取值
enum MorphShapes {
    MORPH_RECT    = 0, //矩形
    MORPH_CROSS   = 1, //十字交叉
    MORPH_ELLIPSE = 2  //橢圓                   
};

void testDilate() {
		cv::Mat kernel = cv::getStructuringElement(cv::MorphShapes::MORPH_RECT, cv::Size(5, 5));
		cv::dilate(mt, saves["膨脹"], kernel);
	}
	void testErode() {
		cv::Mat kernel = cv::getStructuringElement(cv::MorphShapes::MORPH_RECT, cv::Size(5, 5));
		cv::erode(mt, saves["腐蝕"], kernel);
	}

簡單總結：

• 膨脹：增加高亮，減少陰暗
• 腐蝕：增加陰暗，減少高亮

形態(tài)學基礎

函數(shù)API：morphologyEx

void morphologyEx( InputArray src, OutputArray dst,int op, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
/*******************************************************************
*			src： 					輸入圖像
*			dst：					輸出圖像
*			op:						 操作類型
*			kernel:					 操作的核
*					參數(shù)為0:中心3*3的核
*			anchor：					錨點
*					(-1,-1):表示位于中心
*			iterations:				 迭代的次數(shù)
*			borderType:				 圖像外部像素的某種邊界模式
*			borderValue:			 邊界值，一般不管
*********************************************************************/
//操作類型
enum MorphTypes{
    MORPH_ERODE    = 0, //腐蝕
    MORPH_DILATE   = 1, //膨脹
    MORPH_OPEN     = 2, //開操作
    MORPH_CLOSE    = 3, //閉操作
    MORPH_GRADIENT = 4, //梯度操作
    MORPH_TOPHAT   = 5, //頂帽操作
    MORPH_BLACKHAT = 6, //黑帽操作
    MORPH_HITMISS  = 7  //隨機操作，只支持CV_8UC1模式
}

void testMorphology() {
		cv::Mat kernel = cv::getStructuringElement(cv::MorphShapes::MORPH_RECT, cv::Size(5, 5));
		cv::morphologyEx(mt, saves["膨脹"],cv::MorphTypes::MORPH_DILATE, kernel);
		cv::morphologyEx(mt, saves["腐蝕"], cv::MorphTypes::MORPH_ERODE, kernel);
		cv::morphologyEx(mt, saves["開運算"], cv::MorphTypes::MORPH_OPEN, kernel);
		cv::morphologyEx(mt, saves["閉運算"], cv::MorphTypes::MORPH_CLOSE, kernel);
		cv::morphologyEx(mt, saves["梯度"], cv::MorphTypes::MORPH_GRADIENT, kernel);
		cv::morphologyEx(mt, saves["頂帽"], cv::MorphTypes::MORPH_TOPHAT, kernel);
		cv::morphologyEx(mt, saves["黑帽"], cv::MorphTypes::MORPH_BLACKHAT, kernel);
	}

參考：

OpenCV圖像腐蝕與膨脹(13)_qq63e46f74301f3的技術博客_51CTO博客文章來源地址http://www.zghlxwxcb.cn/news/detail-603007.html

到了這里，關于C++OpenCV（7）：圖像形態(tài)學基礎操作的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！