注册建筑公司,论坛seo网站,wordpress安装网站无法,wordpress本地上传视频资料OpenCV学习笔记#xff08;八#xff09;#xff1a;形态学morpholgy(2)#xff1a;开、闭运算#xff0c;形态学梯度、顶帽、黑帽#xff1a;morphologyEx()
数学形态学#xff08;Mathematical morphology#xff09; 是一门建立在格论和拓扑学基础之上的图像分析学…OpenCV学习笔记八形态学morpholgy(2)开、闭运算形态学梯度、顶帽、黑帽morphologyEx()
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。
一、开运算Opening Operation
其实就是先腐蚀后膨胀的过程 开运算可以用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。
二、闭运算(Closing Operation)
先膨胀后腐蚀的过程 闭运算能够排除小型黑洞(黑色区域)可以将团块的边缘突出出来。
三、形态学梯度Morphological Gradient
膨胀图与腐蚀图之差 对二值图像进行这一操作可以将团块blob的边缘突出出来。我们可以用形态学梯度来保留物体的边缘轮廓。
四、顶帽Top Hat
顶帽运算Top Hat又常常被译为”礼帽“运算源图与“开运算图“之差 因为开运算带来的结果是放大了裂缝或者局部低亮度的区域因此从原图中减去开运算后的图得到的效果图突出了比原图轮廓周围的区域更明亮的区域所以顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候而微小物品比较有规律的情况下可以使用顶帽运算进行背景提取。
五、黑帽Black Hat
为”闭运算“的结果图与原图像之差 黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域黑帽运算用来分离比邻近点暗一些的斑块。
六、morphologyEx函数详解:
C: void morphologyEx(
InputArray src,
OutputArray dst,
int op,
InputArraykernel,
PointanchorPoint(-1,-1),
intiterations1,
intborderTypeBORDER_CONSTANT,
constScalar borderValuemorphologyDefaultBorderValue() );第一个参数InputArray类型的src输入图像即源图像(CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F)。 第二个参数OutputArray类型的dst即目标图像。 第三个参数int类型的op表示形态学运算的类型
MORPH_OPEN – 开运算Opening operation
MORPH_CLOSE – 闭运算Closing operation
MORPH_GRADIENT -形态学梯度Morphological gradient
MORPH_TOPHAT - “顶帽”“Top hat”
MORPH_BLACKHAT - “黑帽”“Black hat“第五个参数Point类型的anchor锚的位置其有默认值-1-1表示锚位于中心。 第六个参数int类型的iterations迭代使用函数的次数默认值为1。 第七个参数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_ CONSTANT。 第八个参数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。
getStructuringElement函数相关的调用示例代码如下
//结构元素(内核矩阵)的尺寸
int g_nStructElementSize 3;//获取自定义核
Mat element getStructuringElement(MORPH_RECT,Size(2*g_nStructElementSize1,2*g_nStructElementSize1),Point(g_nStructElementSize, g_nStructElementSize ));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第二和第三个参数分别是内核的尺寸以及锚点的位置,对于锚点的位置有默认值Point(-1,-1)表示锚点位于中心
六、示例代码:
#include opencv2/opencv.hppusing namespace cv;
using namespace std;Mat g_srcImage, g_dstImage; //原始图和效果图
int g_nElementShape MORPH_RECT; //元素结构的形状//变量接收的TrackBar位置参数
int g_nMaxIterationNum 10; // 最大方向值
int g_nOpenCloseNum 0; // 开闭/运算内核值
int g_nTopBlackHatNum 0; // 顶帽/黑帽内核值int main(int argc, char *argv[])
{QCoreApplication a(argc, argv);// 1、载入原图g_srcImage imread(F:/C/2. OPENCV 3.1.0/TEST/综合.png);if( !g_srcImage.data ) { printf(Ohno读取srcImage错误~ \n); return false; }// 2、显示原始图namedWindow(【原始图】);imshow(【原始图】, g_srcImage);// 3、创建窗口namedWindow(【开运算/闭运算】,1);namedWindow(【顶帽/黑帽】,1);// 4、参数赋值g_nOpenCloseNum9;g_nTopBlackHatNum10;// 5、分别为二个窗口创建滚动条createTrackbar(迭代值, 【开运算/闭运算】,g_nOpenCloseNum,g_nMaxIterationNum*21,on_OpenClose);createTrackbar(迭代值, 【顶帽/黑帽】,g_nTopBlackHatNum,g_nMaxIterationNum*21,on_TopBlackHat);// 6、轮询获取按键信息while(1){//执行回调函数on_OpenClose(g_nOpenCloseNum, 0);on_TopBlackHat(g_nTopBlackHatNum,0);//获取按键int c waitKey(0);//按下键盘按键Q或者ESC程序退出if( (char)c q||(char)c 27 )break;//按下键盘按键1使用椭圆(Elliptic)结构元素结构元素MORPH_ELLIPSEif( (char)c 49 )//键盘按键1的ASII码为49g_nElementShape MORPH_ELLIPSE;//按下键盘按键2使用矩形(Rectangle)结构元素MORPH_RECTelse if( (char)c 50 )//键盘按键2的ASII码为50g_nElementShape MORPH_RECT;//按下键盘按键3使用十字形(Cross-shaped)结构元素MORPH_CROSSelse if( (char)c 51 )//键盘按键3的ASII码为51g_nElementShape MORPH_CROSS;//按下键盘按键space在矩形、椭圆、十字形结构元素中循环else if( (char)c )g_nElementShape (g_nElementShape 1) % 3;}return a.exec();
}1开运算/闭运算 回调函数
static void on_OpenClose(int, void*)
{//偏移量的定义int offset g_nOpenCloseNum - g_nMaxIterationNum; //偏移量int Absolute_offset offset 0 ? offset : -offset;//偏移量绝对值//自定义核Mat element getStructuringElement(g_nElementShape, Size(Absolute_offset*21, Absolute_offset*21), Point(Absolute_offset, Absolute_offset) );//进行操作if( offset 0 )// 偏移量小于0 时开运算morphologyEx(g_srcImage, g_dstImage, MORPH_OPEN, element);else if (offset 0)g_srcImage.copyTo(g_dstImage);else// 偏移量大于0 时闭运算morphologyEx(g_srcImage, g_dstImage, MORPH_CLOSE, element);//显示图像imshow(【开运算/闭运算】,g_dstImage);
}2顶帽运算/黑帽运算 回调函数
static void on_TopBlackHat(int, void*)
{//偏移量的定义int offset g_nTopBlackHatNum - g_nMaxIterationNum;//偏移量int Absolute_offset offset 0 ? offset : -offset;//偏移量绝对值//自定义核Mat element getStructuringElement(g_nElementShape, Size(Absolute_offset*21, Absolute_offset*21), Point(-1, -1) );//进行操作if( offset 0 )morphologyEx(g_srcImage, g_dstImage, MORPH_TOPHAT , element);else if (offset 0)g_srcImage.copyTo(g_dstImage);elsemorphologyEx(g_srcImage, g_dstImage, MORPH_BLACKHAT, element);//显示图像imshow(【顶帽/黑帽】,g_dstImage);
}结果 MORPH_ELLIPSE MORPH_RECT MORPH_CROSS
