OpenCV（cv::morphologyEx()）

目录

• 1. 函数原型
• 2. 示例
  • 2.1 开运算
  • 2.2 闭运算
  • 2.3 形态学梯度
  • 2.4 顶帽运算
  • 2.5 黑帽运算
• 3. 常见的形态学运算
• 4. 应用场景

cv::morphologyEx() 是 OpenCV 中的一个重要函数，用于执行图像的高级形态学运算。形态学运算基于图像中像素邻域的形状（通常是二进制图像）来处理图像，用于增强图像的特定特征。

1. 函数原型

void cv::morphologyEx(
    InputArray src,         // 输入图像
    OutputArray dst,        // 输出图像
    int op,                 // 运算类型
    InputArray kernel,      // 结构元素（核）
    Point anchor = Point(-1,-1),  // 核的锚点（默认在核的中心）
    int iterations = 1,     // 运算重复次数
    int borderType = BORDER_CONSTANT, // 边界类型
    const Scalar& borderValue = morphologyDefaultBorderValue()  // 边界值
);

参数：

1. src:

   • 输入图像，可以是灰度图像或二值图像。它的类型通常是 CV_8UC1（单通道 8 位）或者 CV_8UC3（多通道彩色图像）。

2. dst:

   • 输出图像，尺寸和类型与输入图像相同。形态学运算结果会存储在这里。

3. op:

   • 形态学运算类型，可以是以下几种：
     • MORPH_ERODE: 腐蚀运算，最小化局部像素值。
     • MORPH_DILATE: 膨胀运算，最大化局部像素值。
     • MORPH_OPEN: 开运算（先腐蚀后膨胀），用于去除小噪声点。
     • MORPH_CLOSE: 闭运算（先膨胀后腐蚀），用于填补小孔。
     • MORPH_GRADIENT: 形态学梯度，膨胀和腐蚀之差，突出物体边界。
     • MORPH_TOPHAT: 顶帽运算，输入图像与其开运算结果之差，提取比周围亮的区域。
     • MORPH_BLACKHAT: 黑帽运算，闭运算结果与输入图像之差，提取比周围暗的区域。
     • MORPH_HITMISS: 击中击不中运算，主要用于形态学模式匹配。

4. kernel:

   • 结构元素（核），形态学运算的关键因素。核可以是矩形、椭圆或十字形，指定了像素邻域的形状。常见的核使用函数 cv::getStructuringElement() 生成。核的尺寸和形状直接影响形态学运算的效果。

5. anchor:

   • 核的锚点，决定形态学运算时哪个点与源图像进行对齐。默认值为 (-1, -1)，表示锚点在核的中心。

6. iterations:

   • 运算重复的次数，默认值为 1。如果设置为更大的数值，则形态学运算将重复执行多次，这有助于增强效果。

7. borderType:

   • 图像边界的处理方式，决定当核处理图像边界时如何扩展边界。常见值包括：
     • BORDER_CONSTANT: 边界填充为常数值。
     • BORDER_REPLICATE: 复制边界像素。

8. borderValue:

   • 当 borderType 为 BORDER_CONSTANT 时，指定的常数边界值。

2. 示例

2.1 开运算

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 5, 5), 255, -1);
	cv::rectangle(test, cv::Rect(20, 20, 2, 2), 255, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result;
	cv::morphologyEx(test, result, MORPH_OPEN,element);
 
	imshow("original", test);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

输出：

2.2 闭运算

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 33, 2, 2), 0, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result;
	cv::morphologyEx(test, result, MORPH_CLOSE, element);
 
	imshow("original", test);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

输出：

2.3 形态学梯度

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 33, 2, 2), 0, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result;
	cv::morphologyEx(test, result, MORPH_CLOSE, element);
 
	imshow("original", test);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

输出：

2.4 顶帽运算

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(32, 28, 2, 2), 255, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result,open;
	cv::morphologyEx(test, open, MORPH_OPEN, element);
	cv::morphologyEx(test, result, MORPH_TOPHAT, element);
 
	imshow("original", test);
	imshow("open", open);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

输出：

2.5 黑帽运算

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 30, 2, 2), 0, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result, close;
	cv::morphologyEx(test, close, MORPH_CLOSE, element);
	cv::morphologyEx(test, result, MORPH_BLACKHAT, element);
 
	imshow("original", test);
	imshow("close", close);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

输出：

3. 常见的形态学运算

1. 腐蚀 (MORPH_ERODE):

   • 腐蚀运算使得图像中的高亮区域变小，黑色区域变大，通常用于去除噪点。

2. 膨胀 (MORPH_DILATE):

   • 膨胀运算使得图像中的高亮区域变大，黑色区域变小，通常用于填补物体中的小孔。

3. 开运算 (MORPH_OPEN):

   • 先腐蚀再膨胀，通常用于去除小噪声。

4. 闭运算 (MORPH_CLOSE):

   • 先膨胀再腐蚀，通常用于填充小孔和连接物体。

5. 形态学梯度 (MORPH_GRADIENT):

   • 膨胀减腐蚀。通常用于提取物体的边缘。

6. 顶帽运算 (MORPH_TOPHAT):

   • 原图减开运算图。提取比其邻域亮的部分，通常用于光照不均匀的图像。

7. 黑帽运算 (MORPH_BLACKHAT):

   • 闭运算图减原图。提取比其邻域暗的部分，通常用于背景光亮、物体较暗的场景。

4. 应用场景

cv::morphologyEx() 适用于图像预处理，比如去除噪声、增强边缘、分割物体等。形态学运算在模式识别、计算机视觉、医学图像分析等领域有广泛应用。

来自：https://zhaitianbao.blog.csdn.net/?type=blog