数学形态学_腐蚀、膨胀、开运算和闭运算实验三
一、实验目的
掌握数学形态学的基本理论。
掌握数学形态学的四种基本运算，并会运用其进行简单的图像处理。
二、实验内容
1. 编写程序实现二值图像的腐蚀和膨胀。
2. 编写程序实现二值图像的开运算和闭运算。
3. 编写程序对以下图像进行形态学运算，填充内部的孔洞和外部的白色噪音块。
4. 编写程序实现灰度图像的腐蚀、膨胀、开运算和闭运算
三、实验过程
- 编写程序实现二值图像的腐蚀和膨胀。
实验代码如下：
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为二值图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg"); Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); Mat binaryImg(grayImg.size(),grayImg.type()); threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY); //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_RECT; Mat elemStruct = getStructuringElement(elemType, Size(3, 3), Point(1, 1)); //实现腐蚀 Mat dstImg; erode(binaryImg, dstImg, elemStruct); //实现膨胀 Mat dilImg; dilate(binaryImg, dilImg, elemStruct); //原图像 namedWindow("startwindow", CV_WINDOW_NORMAL); imshow("startwindow", srcImg); //二值图片 namedWindow("binarywindow", CV_WINDOW_NORMAL); imshow("binarywindow", binaryImg); //腐蚀 namedWindow("dstwindow", CV_WINDOW_NORMAL); imshow("dstwindow", dstImg); //膨胀 namedWindow("dilwindow", CV_WINDOW_NORMAL); imshow("dilwindow", dilImg); waitKey(); return 0; }
实验结果截图：第一幅图片是原图，第二幅图片是二值图，第三幅图片是腐蚀后的图片，第四幅图片是膨胀后的图片
2.编写程序实现二值图像的开运算和闭运算。
开运算代码如下:
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为二值图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\c.jpg"); Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); Mat binaryImg(grayImg.size(),grayImg.type()); threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY); //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_ELLIPSE; Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8)); //实现开运算 Mat dstImg; morphologyEx(binaryImg, dstImg, MORPH_OPEN, elemStruct); //原图像 namedWindow("startwindow", CV_WINDOW_NORMAL); imshow("startwindow", srcImg); //二值图片 namedWindow("binarywindow", CV_WINDOW_NORMAL); imshow("binarywindow", binaryImg); //开运算结果 namedWindow("dstwindow", CV_WINDOW_NORMAL); imshow("dstwindow", dstImg); waitKey(); return 0; }
闭运算代码如下：
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为二值图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\c.jpg"); Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); Mat binaryImg(grayImg.size(),grayImg.type()); threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY); //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_ELLIPSE; Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8)); //实现闭运算 Mat dstImg; morphologyEx(binaryImg, dstImg, MORPH_CLOSE, elemStruct); //原图像 namedWindow("startwindow", CV_WINDOW_NORMAL); imshow("startwindow", srcImg); //二值图片 namedWindow("binarywindow", CV_WINDOW_NORMAL); imshow("binarywindow", binaryImg); //闭运算结果 namedWindow("dstwindow", CV_WINDOW_NORMAL); imshow("dstwindow", dstImg); waitKey(); return 0; }
开运算结果如下：
闭运算结果如下:
3.编写程序对以下图像进行形态学运算，填充内部的孔洞和外部的白色噪音块。
代码实现：
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为二值图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\pic.png"); /*Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); Mat binaryImg(grayImg.size(), grayImg.type()); threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY); */ //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_ELLIPSE; Mat elemStruct = getStructuringElement(elemType, Size(19, 19), Point(9, 9)); //实现开运算 Mat openImg; morphologyEx(srcImg, openImg, MORPH_OPEN, elemStruct); //再实现闭运算 Mat closeImg; morphologyEx(openImg, closeImg, MORPH_CLOSE, elemStruct); //原图像 namedWindow("startwindow", CV_WINDOW_NORMAL); imshow("startwindow", srcImg); //经过先开运算后闭运算的图像 namedWindow("endwindow", CV_WINDOW_NORMAL); imshow("endwindow", closeImg); waitKey(); return 0; }
实验结果截图：
上面实验是先对原图像进行开运算将外面的白色斑点去掉，此时图像里面的黑色孔洞也会相应增大，然后再进行闭运算，将孔洞填充掉，最后形成第二幅图。
4. 编写程序实现灰度图像的腐蚀、膨胀、开运算和闭运算
（1）腐蚀和膨胀：
代码如下：
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为灰度图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg"); Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); //Mat binaryImg(grayImg.size(), grayImg.type()); //threshold(grayImg, binaryImg, 100, 255, THRESH_BINARY); //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_RECT; Mat elemStruct = getStructuringElement(elemType, Size(3, 3), Point(1, 1)); //实现腐蚀 Mat dstImg; erode(grayImg, dstImg, elemStruct); //实现膨胀 Mat dilImg; dilate(grayImg, dilImg, elemStruct); //原图像 namedWindow("startwindow", CV_WINDOW_NORMAL); imshow("startwindow", srcImg); //灰度图片 namedWindow("graywindow", CV_WINDOW_NORMAL); imshow("graywindow", grayImg); //腐蚀 namedWindow("dstwindow", CV_WINDOW_NORMAL); imshow("dstwindow", dstImg); //膨胀 namedWindow("dilwindow", CV_WINDOW_NORMAL); imshow("dilwindow", dilImg); waitKey(); return 0; }
腐蚀（灰度图像，腐蚀后图像）：
膨胀（灰度图像，膨胀后图像）：
（2）开运算和闭运算 代码如下： #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //将彩色图片化为灰度图片 Mat srcImg = imread("F:\\work_three_grade\\DigitalImage\\fish.jpg"); Mat grayImg(srcImg.size(), CV_8U); cvtColor(srcImg, grayImg, CV_BGR2GRAY); //设置结构元素类型，大小及锚点位置。 int elemType = MORPH_ELLIPSE; Mat elemStruct = getStructuringElement(elemType, Size(17, 17), Point(8, 8)); //实现开运算 Mat openImg; morphologyEx(grayImg, openImg, MORPH_OPEN, elemStruct); //实现闭运算 Mat closeImg; morphologyEx(grayImg, closeImg, MORPH_CLOSE, elemStruct); //灰度图片 namedWindow("graywindow", CV_WINDOW_NORMAL); imshow("graywindow", grayImg); //开运算结果 namedWindow("openwindow", CV_WINDOW_NORMAL); imshow("openwindow", openImg); //闭运算结果 namedWindow("closewindow", CV_WINDOW_NORMAL); imshow("closewindow", closeImg); waitKey(); return 0; }
实验结果截图：
开运算（灰度图像，开运算后的图像）：
闭运算（灰度图像，闭运算后的图像）：
终于写完了，其实好多知识有异曲同工之处~~
