形态学腐蚀膨胀操作

时间：2019-12-18 14:36:47 阅读：81 评论：0 收藏：0 [点我收藏+]

1.腐蚀操作

增强图像的暗部（图像矩阵中数值更小的部分），滤波得到的新像素点为滤波器内最小的值，也就是用最暗的点代替滤波器内的锚点

erode(src,dst,kernel,Point,epoch_num)

参数分别为：输入图像，输出图像，滤波器，锚点（一般为Point（-1，-1）），迭代次数（默认为一次）

2.膨胀操作

增强图像的亮部（图像矩阵中数值更大的部分），滤波得到的心像素点为滤波器内的最大值，也就是用最亮的点代替滤波器内的锚点

dilate(src,dst,kernel,Point,epoch_num)

参数同腐蚀

以上两个解释是我认为最好懂的定义

按照数字图像处理教材中的说法

二值图像的腐蚀是使用滤波器对图形进行滤波，滤波器的边界不超过图形边界，那么滤波后图形的新边界就是由锚点所画的边界，像队员图形会有所缩小所以叫腐蚀

膨胀是锚点不超过图性的边界，那么滤波器边界画出的新边界就是新的图形边界，相比原图行会有所扩大，所以是膨胀。

这种说法不是非常准确，我觉得按照像素点的数值来描述更准确一些。

获取滤波器

Mat kernel=getstructuringElement(int shape,Size kernel,Point)

shape为滤波器形状，常为：MORPH_RECT矩形，MORPH_CROSS十字，MORPH_ELLIPSE圆弧

代码

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat src, dst;
int elem_size = 3;
int max_size = 21;
char output_win[] = "output image";
void callback_demo(int, void*);


int main(int argc, char **argv)
{
    src = imread("b.jpg");
    if (src.empty())
    {
        cout << "load img failed" << endl;
        return -1;
    }
    imshow("input img", src);
    namedWindow(output_win, CV_WINDOW_AUTOSIZE);
    createTrackbar("Element size :", output_win, &elem_size, max_size, callback_demo);
    callback_demo(0, 0);
    waitKey(0);
    return 0;
}

void callback_demo(int, void*)
{
    int s = elem_size * 2 + 1;
    Mat structureElement = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));
    //dilate(src, dst, structureElement, Point(-1, -1),1);
    erode(src, dst, structureElement, Point(-1, -1), 1);
    imshow(output_win, dst);
    return;
}