opencv-形态处理

开运算 (Opening)

原理摘自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html
开运算是通过先对图像腐蚀再膨胀实现的。
可以排除小团块物体(如果物体较背景明亮)
请看以下。左图是原图像，右图是採用开运算转换之后的结果图。

观察发现字母拐弯处的白色空间消失。
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvaF93bHlmdw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

闭运算(Closing)

闭运算是通过先对图像膨胀再腐蚀实现的。
可以排除小型黑洞(黑色区域)。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvaF93bHlmdw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

形态梯度(Morphological Gradient)

膨胀图与腐蚀图之差
可以保留物体的边缘轮廓，例如以下所看到的:

顶帽(Top Hat)

原图像与开运算结果图之差

黑帽(Black Hat)

闭运算结果图与原图像之差
代码：

// ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.

//

#include "stdafx.h"

#include<opencv2/opencv.hpp>

#include<iostream>

using namespace std;

using namespace cv;

Mat src,dst;

int pro_elem = 0;

int pro_size = 0;

int pro_operator = 0;

const int max_elem = 2;

const int max_size = 21;

const int max_operator = 4;

char* windowName = "Demo";

void Image_pro(int,void*);

int _tmain(int argc, _TCHAR* argv[])

{

	src = imread("hwl.jpg");

	if(!src.data)

		return -1;

	namedWindow(windowName,CV_WINDOW_AUTOSIZE);

	createTrackbar("Operator:\n 0:opening-1:closing-2:gradient-3:Top Hat-4:	Black Hat",

		windowName,&pro_operator,max_operator,Image_pro);

	createTrackbar("Element:\n 0:Rect-1:Cross-2:Ellipse",

		windowName,&pro_elem,max_elem,Image_pro);

	createTrackbar("Kernel size:\n 2n+1",

		windowName,&pro_size,max_size,Image_pro);

	Image_pro(0,0);

	waitKey(0);

	return 0;

}

void Image_pro(int,void*)

{

	int operation = pro_operator + 2;

	Mat  element = getStructuringElement(pro_elem,Size(2*pro_size+1,2*pro_size+1),

		Point(pro_size,pro_size));

	morphologyEx(src,dst,operation,element);

	imshow(windowName,dst);

}

秒客网

opencv-形态处理

开运算 (Opening)

闭运算(Closing)

形态梯度(Morphological Gradient)

顶帽(Top Hat)

黑帽(Black Hat)

相关文章