前言
形态学，即数学形态学(mathematical Morphology），是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量, 这里主要介绍腐蚀与膨胀两种操作
图像的腐蚀
在形态区域内用低像素 替代 高像素
操作原理
- 定义一个形态区域
- 在形态区域内, 取颜色最小的作用于目标像素
操作代码
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
Mat src;
int elementSize = 1;
int maxSize = 21;
const char* winname = "OuputWindow";
const char* trackbarname = "Trackbar";
void trackbarCallback(int pos, void* userdata) {
int size = pos * 2 + 1;
Mat dst;
// 定义形态
Mat kernel = getStructuringElement(
MORPH_ELLIPSE, // 形态描述
Size(size, size) // 定义卷积区域
);
// 图像的腐蚀
erode(src, dst, kernel);
imshow(winname, dst);
}
void main() {
src = imread("F:/VisualStudioSpace/OpenCV/Resource/Naruto.jpg");
// 创建一个 Window, 名字为唯一标识符
namedWindow(winname);
// 创建进度条
createTrackbar(
trackbarname,
winname,
&elementSize,
maxSize,
trackbarCallback
);
cvWaitKey(0);
}
效果展示
- 腐蚀前
- 腐蚀后
可以看到, 腐蚀后的图像有效的将图片中的白色噪声去除了
图像的膨胀
在形态区域内用高像素 替代 低像素
操作原理
- 定义一个卷积矩阵
- 在矩阵区域内, 取颜色最大值的作用于目标像素上
操作代码
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
Mat src;
int elementSize = 1;
int maxSize = 21;
const char* winname = "OuputWindow";
const char* trackbarname = "Trackbar";
void trackbarCallback(int pos, void* userdata) {
int size = pos * 2 + 1;
Mat dst;
// 定义形态
Mat kernel = getStructuringElement(
MORPH_ELLIPSE, // 形态描述
Size(size, size) // 定义卷积区域
);
// 图像的膨胀
dilate(src, dst, kernel);
imshow(winname, dst);
}
void main() {
src = imread("F:/VisualStudioSpace/OpenCV/Resource/Naruto.jpg");
namedWindow(winname);
createTrackbar(
trackbarname,
winname,
&elementSize,
maxSize,
trackbarCallback
);
cvWaitKey(0);
}
效果展示
- 膨胀前
- 膨胀后
