【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

时间:2021-09-23 22:48:29


本系列文章由@浅墨_毛星云 出品,转载请注明出处。  

文章链接: http://blog.csdn.net/poem_qianmo/article/details/23710721

作者:毛星云(浅墨)    邮箱: happylifemxy@163.com 

写作当前博文时配套使用的OpenCV版本: 2.4.8



本篇文章中,我们一起探究了图像处理中,最基本的形态学运算——膨胀与腐蚀。浅墨在文章开头友情提醒,用人物照片做腐蚀和膨胀的素材图片得到的效果会比较惊悚,毁三观的,不建议尝试。。。。。。。。。。


OK,开始吧,依然是先放一张截图:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀




一、理论与概念讲解——从现象到本质



1.1 形态学概述

 

形态学(morphology)一词通常表示生物学的一个分支,该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学,往往表示的是数学形态学。下面一起来了解数学形态学的概念。

数学形态学(Mathematical morphology) 是一门建立在格论和拓扑学基础之上的图像分析学科,是数学形态学图像处理的基本理论。其基本的运算包括:二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。

 

简单来讲,形态学操作就是基于形状的一系列图像处理操作。OpenCV为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有二种,他们是:膨胀与腐蚀(Dilation与Erosion)。

膨胀与腐蚀能实现多种多样的功能,主要如下:

  • 消除噪声
  • 分割(isolate)出独立的图像元素,在图像中连接(join)相邻的元素。
  • 寻找图像中的明显的极大值区域或极小值区域
  • 求出图像的梯度

 


我们在这里给出下文会用到的,用于对比膨胀与腐蚀运算的“浅墨”字样毛笔字原图:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

在进行腐蚀和膨胀的讲解之前,首先需要注意,腐蚀和膨胀是对白色部分(高亮部分)而言的,不是黑色部分。膨胀就是图像中的高亮部分进行膨胀,“领域扩张”,效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀,“领域被蚕食”,效果图拥有比原图更小的高亮区域。

 





1.2 膨胀

 

其实,膨胀就是求局部最大值的操作。

按数学方面来说,膨胀或者腐蚀操作就是将图像(或图像的一部分区域,我们称之为A)与核(我们称之为B)进行卷积。

核可以是任何的形状和大小,它拥有一个单独定义出来的参考点,我们称其为锚点(anchorpoint)。多数情况下,核是一个小的中间带有参考点和实心正方形或者圆盘,其实,我们可以把核视为模板或者掩码。

 

而膨胀就是求局部最大值的操作,核B与图形卷积,即计算核B覆盖的区域的像素点的最大值,并把这个最大值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐增长。如下图所示,这就是膨胀操作的初衷。

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


膨胀的数学表达式:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

膨胀效果图(毛笔字):

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

照片膨胀效果图:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

 



1.3 腐蚀


再来看一下腐蚀,大家应该知道,膨胀和腐蚀是一对好基友,是相反的一对操作,所以腐蚀就是求局部最小值的操作。

我们一般都会把腐蚀和膨胀对应起来理解和学习。下文就可以看到,两者的函数原型也是基本上一样的。

 

原理图:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

 

腐蚀的数学表达式:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

腐蚀效果图(毛笔字):

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

照片腐蚀效果图:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

 浅墨表示这张狗狗超可爱:D

 

 



二、深入——OpenCV源码分析溯源

 


直接上源码吧,在…\opencv\sources\modules\imgproc\src\ morph.cpp路径中 的第1353行开始就为erode(腐蚀)函数的源码,1361行为dilate(膨胀)函数的源码。

//-----------------------------------【erode()函数中文注释版源代码】---------------------------- //    说明:以下代码为来自于计算机开源视觉库OpenCV的官方源代码 
// OpenCV源代码版本:2.4.8
// 源码路径:…\opencv\sources\modules\imgproc\src\ morph.cpp
// 源文件中如下代码的起始行数:1353行
// 中文注释by浅墨
//--------------------------------------------------------------------------------------------------------
void cv::erode( InputArray src, OutputArraydst, InputArray kernel,
Point anchor, int iterations,
int borderType, constScalar& borderValue )
{
//调用morphOp函数,并设定标识符为MORPH_ERODE
morphOp( MORPH_ERODE, src, dst, kernel, anchor, iterations, borderType,borderValue );
}

//-----------------------------------【dilate()函数中文注释版源代码】---------------------------- //    说明:以下代码为来自于计算机开源视觉库OpenCV的官方源代码 //    OpenCV源代码版本:2.4.8 //    源码路径:…\opencv\sources\modules\imgproc\src\ morph.cpp //    源文件中如下代码的起始行数:1361行 //    中文注释by浅墨 //-------------------------------------------------------------------------------------------------------- void cv::dilate( InputArray src,OutputArray dst, InputArray kernel,                 Point anchor, int iterations,                 int borderType, constScalar& borderValue ){//调用morphOp函数,并设定标识符为MORPH_DILATE   morphOp( MORPH_DILATE, src, dst, kernel, anchor, iterations, borderType,borderValue );}


可以发现erode和dilate这两个函数内部就是调用了一下morphOp,只是他们调用morphOp时,第一个参数标识符不同,一个为MORPH_ERODE(腐蚀),一个为MORPH_DILATE(膨胀)。

morphOp函数的源码在…\opencv\sources\modules\imgproc\src\morph.cpp中的第1286行,有兴趣的朋友们可以研究研究,这里就不费时费力花篇幅展开分析了。

 

 

 

三、浅出——API函数快速上手

 



3.1  形态学膨胀——dilate函数

 


erode函数,使用像素邻域内的局部极大运算符来膨胀一张图片,从src输入,由dst输出。支持就地(in-place)操作。

函数原型:

C++: void dilate(	InputArray src,	OutputArray dst,	InputArray kernel,	Point anchor=Point(-1,-1),	int iterations=1,	int borderType=BORDER_CONSTANT,	const Scalar& borderValue=morphologyDefaultBorderValue() );

参数详解:

  • 第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的对象即可。图像通道的数量可以是任意的,但图像深度应为CV_8U,CV_16U,CV_16S,CV_32F或 CV_64F其中之一。
  • 第二个参数,OutputArray类型的dst,即目标图像,需要和源图片有一样的尺寸和类型。
  • 第三个参数,InputArray类型的kernel,膨胀操作的核。若为NULL时,表示的是使用参考点位于中心3x3的核。

我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素(内核矩阵)。

其中,getStructuringElement函数的第一个参数表示内核的形状,我们可以选择如下三种形状之一:

    • 矩形: MORPH_RECT
    • 交叉形: MORPH_CROSS
    • 椭圆形: MORPH_ELLIPSE

而getStructuringElement函数的第二和第三个参数分别是内核的尺寸以及锚点的位置。

我们一般在调用erode以及dilate函数之前,先定义一个Mat类型的变量来获得getStructuringElement函数的返回值。对于锚点的位置,有默认值Point(-1,-1),表示锚点位于中心。且需要注意,十字形的element形状唯一依赖于锚点的位置。而在其他情况下,锚点只是影响了形态学运算结果的偏移。

getStructuringElement函数相关的调用示例代码如下:

 int g_nStructElementSize = 3; //结构元素(内核矩阵)的尺寸 //获取自定义核Mat element = getStructuringElement(MORPH_RECT,	Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),	Point( g_nStructElementSize, g_nStructElementSize ));


调用这样之后,我们便可以在接下来调用erode或dilate函数时,第三个参数填保存了getStructuringElement返回值的Mat类型变量。对应于我们上面的示例,就是填element变量。


  • 第四个参数,Point类型的anchor,锚的位置,其有默认值(-1,-1),表示锚位于中心。
  • 第五个参数,int类型的iterations,迭代使用erode()函数的次数,默认值为1。
  • 第六个参数,int类型的borderType,用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
  • 第七个参数,const Scalar&类型的borderValue,当边界为常数时的边界值,有默认值morphologyDefaultBorderValue(),一般我们不用去管他。需要用到它时,可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。
  •  

使用erode函数,一般我们只需要填前面的三个参数,后面的四个参数都有默认值。而且往往结合getStructuringElement一起使用。

调用范例:

       	//载入原图        	Mat image = imread("1.jpg");	//获取自定义核       	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));       	Mat out;       	//进行膨胀操作       	dilate(image, out, element);

用上面核心代码架起来的完整程序代码:

 

//-----------------------------------【头文件包含部分】---------------------------------------//     描述:包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include <opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include <iostream> //-----------------------------------【命名空间声明部分】---------------------------------------//     描述:包含程序所使用的命名空间//----------------------------------------------------------------------------------------------- using namespace std;using namespace cv; //-----------------------------------【main( )函数】--------------------------------------------//     描述:控制台应用程序的入口函数,我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(  ){        //载入原图        Mat image = imread("1.jpg");        //创建窗口        namedWindow("【原图】膨胀操作");       namedWindow("【效果图】膨胀操作");        //显示原图       imshow("【原图】膨胀操作", image); 	//获取自定义核       Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));       Mat out;	//进行膨胀操作       dilate(image,out, element);        //显示效果图       imshow("【效果图】膨胀操作", out);        waitKey(0);        return 0;}

 运行截图:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


 

 

 

3.2 形态学腐蚀——erode函数



erode函数,使用像素邻域内的局部极小运算符来腐蚀一张图片,从src输入,由dst输出。支持就地(in-place)操作。

 

看一下函数原型:

C++: void erode(	InputArray src,	OutputArray dst,	InputArray kernel,	Point anchor=Point(-1,-1),	int iterations=1,	int borderType=BORDER_CONSTANT,	const Scalar& borderValue=morphologyDefaultBorderValue() );

参数详解:

  • 第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的对象即可。图像通道的数量可以是任意的,但图像深度应为CV_8U,CV_16U,CV_16S,CV_32F或 CV_64F其中之一。
  • 第二个参数,OutputArray类型的dst,即目标图像,需要和源图片有一样的尺寸和类型。
  • 第三个参数,InputArray类型的kernel,腐蚀操作的内核。若为NULL时,表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素(内核矩阵)。(具体看上文中浅出部分dilate函数的第三个参数讲解部分)
  • 第四个参数,Point类型的anchor,锚的位置,其有默认值(-1,-1),表示锚位于单位(element)的中心,我们一般不用管它。
  • 第五个参数,int类型的iterations,迭代使用erode()函数的次数,默认值为1。
  • 第六个参数,int类型的borderType,用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
  • 第七个参数,const Scalar&类型的borderValue,当边界为常数时的边界值,有默认值morphologyDefaultBorderValue(),一般我们不用去管他。需要用到它时,可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

同样的,使用erode函数,一般我们只需要填前面的三个参数,后面的四个参数都有默认值。而且往往结合getStructuringElement一起使用。

调用范例:

       	//载入原图        	Mat image = imread("1.jpg");	//获取自定义核       	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));       	Mat out;       	//进行腐蚀操作       	erode(image,out, element);

用上面核心代码架起来的完整程序代码:

 

//-----------------------------------【头文件包含部分】---------------------------------------//     描述:包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include <opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include <iostream> //-----------------------------------【命名空间声明部分】---------------------------------------//     描述:包含程序所使用的命名空间//----------------------------------------------------------------------------------------------- using namespace std;using namespace cv; //-----------------------------------【main( )函数】--------------------------------------------//     描述:控制台应用程序的入口函数,我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(  ){       //载入原图        Matimage = imread("1.jpg");         //创建窗口        namedWindow("【原图】腐蚀操作");       namedWindow("【效果图】腐蚀操作");        //显示原图       imshow("【原图】腐蚀操作", image);         //获取自定义核       Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));       Mat out; //进行腐蚀操作       erode(image,out, element);        //显示效果图       imshow("【效果图】腐蚀操作", out);        waitKey(0);        return 0;}


运行结果:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

 

 

 

四、综合示例——在实战中熟稔

 

 

依然是每篇文章都会配给大家的一个详细注释的博文配套示例程序,把这篇文章中介绍的知识点以代码为载体,展现给大家。

这个示例程序中的效果图窗口有两个滚动条,顾名思义,第一个滚动条“腐蚀/膨胀”用于在腐蚀/膨胀之间进行切换;第二个滚动条”内核尺寸”用于调节形态学操作时的内核尺寸,以得到效果不同的图像,有一定的可玩性。废话不多说,上代码吧:

 //-----------------------------------【程序说明】----------------------------------------------//            程序名称::《【OpenCV入门教程之十】形态学图像处理(一):膨胀与腐蚀  》 博文配套源码//            开发所用IDE版本:Visual Studio 2010//          开发所用OpenCV版本: 2.4.8//            2014年4月14日 Create by 浅墨//            浅墨的微博:@浅墨_毛星云//------------------------------------------------------------------------------------------------ //-----------------------------------【头文件包含部分】---------------------------------------//            描述:包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include <opencv2/opencv.hpp>#include <opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include <iostream> //-----------------------------------【命名空间声明部分】---------------------------------------//            描述:包含程序所使用的命名空间//-----------------------------------------------------------------------------------------------using namespace std;using namespace cv;  //-----------------------------------【全局变量声明部分】--------------------------------------//            描述:全局变量声明//-----------------------------------------------------------------------------------------------Mat g_srcImage, g_dstImage;//原始图和效果图int g_nTrackbarNumer = 0;//0表示腐蚀erode, 1表示膨胀dilateint g_nStructElementSize = 3; //结构元素(内核矩阵)的尺寸  //-----------------------------------【全局函数声明部分】--------------------------------------//            描述:全局函数声明//-----------------------------------------------------------------------------------------------void Process();//膨胀和腐蚀的处理函数void on_TrackbarNumChange(int, void *);//回调函数void on_ElementSizeChange(int, void *);//回调函数  //-----------------------------------【main( )函数】--------------------------------------------//            描述:控制台应用程序的入口函数,我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main( ){       //改变console字体颜色       system("color5E");         //载入原图       g_srcImage= imread("1.jpg");       if(!g_srcImage.data ) { printf("Oh,no,读取srcImage错误~!\n"); return false; }             //显示原始图       namedWindow("【原始图】");       imshow("【原始图】", g_srcImage);             //进行初次腐蚀操作并显示效果图       namedWindow("【效果图】");       //获取自定义核       Mat element = getStructuringElement(MORPH_RECT, Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),Point( g_nStructElementSize, g_nStructElementSize ));       erode(g_srcImage,g_dstImage, element);       imshow("【效果图】", g_dstImage);        //创建轨迹条       createTrackbar("腐蚀/膨胀", "【效果图】", &g_nTrackbarNumer, 1, on_TrackbarNumChange);       createTrackbar("内核尺寸", "【效果图】",&g_nStructElementSize, 21, on_ElementSizeChange);        //输出一些帮助信息       cout<<endl<<"\t嗯。运行成功,请调整滚动条观察图像效果~\n\n"              <<"\t按下“q”键时,程序退出~!\n"              <<"\n\n\t\t\t\tby浅墨";        //轮询获取按键信息,若下q键,程序退出       while(char(waitKey(1))!= 'q') {}        return 0;} //-----------------------------【Process( )函数】------------------------------------//            描述:进行自定义的腐蚀和膨胀操作//-----------------------------------------------------------------------------------------void Process(){       //获取自定义核       Mat element = getStructuringElement(MORPH_RECT, Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),Point( g_nStructElementSize, g_nStructElementSize ));        //进行腐蚀或膨胀操作       if(g_nTrackbarNumer== 0) {                 erode(g_srcImage,g_dstImage, element);       }       else{              dilate(g_srcImage,g_dstImage, element);       }        //显示效果图       imshow("【效果图】", g_dstImage);}  //-----------------------------【on_TrackbarNumChange( )函数】------------------------------------//            描述:腐蚀和膨胀之间切换开关的回调函数//-----------------------------------------------------------------------------------------------------void on_TrackbarNumChange(int, void *){       //腐蚀和膨胀之间效果已经切换,回调函数体内需调用一次Process函数,使改变后的效果立即生效并显示出来       Process();}  //-----------------------------【on_ElementSizeChange( )函数】-------------------------------------//            描述:腐蚀和膨胀操作内核改变时的回调函数//-----------------------------------------------------------------------------------------------------void on_ElementSizeChange(int, void *){       //内核尺寸已改变,回调函数体内需调用一次Process函数,使改变后的效果立即生效并显示出来       Process();}


 

放出一些效果图吧。原始图:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


膨胀效果图:

 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


腐蚀效果图:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


腐蚀和膨胀得到的图,都特有喜感,但千变万变,还是原图好看:

【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀


OK,就放出这些吧,具体更多的运行效果大家就自己下载示例程序回去玩吧。


本篇文章到这里就基本结束了,最后放出文章配套示例程序的打包下载地址。

 

本篇文章的配套源代码请点击这里下载:


【浅墨OpenCV入门教程之十】配套源代码下载

 


OK,今天的内容大概就是这些,我们下篇文章见:)


【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀