当前位置：首页 > ds >正文

7：OpenCV—图像形态学处理

ds 2025/8/31 10:01:53

OpenCV的形态学操作(对象图像进行处理)

包括图像的**腐蚀**、**膨胀**、**开**、**闭**、**形态学梯度、顶帽、黑帽、分支主题、结构元素**等操作。

1.1、膨胀

用3×3的核去扫描二值图像，当核与图像中的前景像素（值为1的像素）有**交集**时，则将二值图像中对应的卷积核中心位置的像素值置为1。

拓展：卷积核可以**为任意形状（除1×1）**，且重置点可以选用卷积核中的**任意位置**，有‘**交集‘**就对重置点位置像素置1。

1.2、腐蚀

用3×3的核去扫描二值图像，仅当核的与前景像素有**完全重合区域**时，将二值图像中对应的卷积核中心位置的像素保留，其余情况下，将中心位置的像素置0。

拓展：卷积核可以**为任意形状**，且**重置点**可以选用卷积核中的**任意位置。**

膨胀与腐蚀的区别：膨胀只要**有交集就触发**，而腐蚀**必须是重置点与前景像素有完全重合区域才保留**。

1.3、开与闭

开：腐蚀再膨胀，去除微小干扰块。

闭：膨胀再腐蚀，填充闭合区域。

1.4、形态学梯度

内梯度：原图 - 腐蚀图

外梯度：膨胀图 - 原图

这里opencv只能直接实现基本梯度，在使用API：morphologyEx 时，调用MORPH_GRADIENT方法即可。

内梯度、外梯度没有直接的API，一般通过已有API间接实现。

1.5、其余形态学操作

顶帽：原图 - 开操作后的图

黑帽：闭操作后的图 - 原图

注：顶帽和黑帽操作用于**获取图像**中的**微小细节**。

击中击不中： 通过特定模板，仅当输入的图像中，**有与模板一模一样的块**时，被击中的输入图像区域才会被保留。

使用API：**morphologyEx** 时，分别调用M**ORPH_TOPHAT 、MORPH_BLACKHAT、MORPH_HITMISS**方法即可实现。

void cv::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：输入图像，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：形态学操作后的输出图像，与输入图像具有相同的尺寸和数据类型。
op：形态学操作类型的标志，可以选择的标志及含义在表6-6中给出。
kernel：结构元素，可以自己生成，也可以用getStructuringElement()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：处理的次数
borderType：像素外推法选择标志，取值范围在表3-5中给出。默认参数为BORDER_DEFAULT，表示不包含边界值倒序填充。
borderValue：使用边界不变外推法时的边界值。

该函数根据结构元素对输入图像进行多种形态学操作，在处理多通道图像时每个通道独立进行处理。
函数的第一个参数为待形态学处理的图像，图像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。
函数第二个参数为形态学处理后的输出图像，与输入图像具有相同的尺寸和数据类型。
函数第三个参数是形态学操作类型的选择标志，可以选择的形态学操作类型有开运算、闭运算、形态学梯度、顶帽运算、黑帽运算以及击中击不中变换，详细的参数在表6-6给出。
函数第四个和第五个参数都是与结构元素相关的参数，第四个参数为结构元素，使用的结构元素尺寸越大效果越明显，第四个参数为结构元素的中心位置，第五个参数的默认值为Point(-1,-1)，表示结构元素的几何中心处为结构元素的中心点。
函数第六个参数是使用结构元素处理的次数，处理次数越多效果越明显。
函数第七个参数是图像像素外推法的选择标志，
第八个参数为使用边界不变外推法时的边界值，这两个参数对图像中主要部分的形态学操作没有影响，因此在多数情况下使用默认值即可。

测试代码


#include <iostream>
#include <opencv2/opencv.hpp>
#include <QDebug>using namespace cv;
using namespace std;int main()
{//用于验证形态学应用的二值化矩阵Mat src = (Mat_<uchar>(9, 12) << 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,0, 255, 255, 255, 0, 255, 255, 255, 0, 0, 0, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 255, 0,0, 255, 255, 255, 255, 255, 255, 255, 0, 0, 0, 0,0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0);namedWindow("src", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("src", src);// 创建3X3矩形核元素Mat kernel = getStructuringElement(0, Size(3,3));// 对象矩阵进行膨胀操作Mat dilateImg;morphologyEx(src, dilateImg, MORPH_DILATE, kernel);namedWindow("dilateWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("dilateWd", dilateImg);// 对象矩阵进行腐蚀操作Mat erodeImg;morphologyEx(src, erodeImg, MORPH_ERODE, kernel);namedWindow("erodeWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("erodeWd", erodeImg);// 对象矩阵进行开操作Mat openImg;morphologyEx(src, openImg, MORPH_OPEN, kernel);namedWindow("openWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("openWd", openImg);// 对象矩阵进行闭操作Mat closeImg;morphologyEx(src, closeImg, MORPH_CLOSE, kernel);namedWindow("closeWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("closeWd", closeImg);// 对象矩阵进行开操作Mat topHatImg;morphologyEx(src, topHatImg, MORPH_TOPHAT, kernel);namedWindow("topHatWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("topHatWd", topHatImg);// 对象矩阵进行闭操作Mat blackImg;morphologyEx(src, blackImg, MORPH_BLACKHAT, kernel);namedWindow("blackWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("blackWd", blackImg);// 对象矩阵进行梯度运算操作Mat gradientImg;morphologyEx(src, gradientImg, MORPH_GRADIENT, kernel);namedWindow("gradientWd", WINDOW_NORMAL);  //可以自由调节显示图像的尺寸imshow("gradientWd", gradientImg);waitKey(0);return 0;
}

查看全文

http://www.xdnf.cn/news/8687.html