基于OpenCV的形态学操作的实现

       我不做图像处理，却因为选了计算机视觉课而学了一点点的数学形态学。个人感觉形态学应该很有用处，我也看到它在图像处理中的应用之广泛。于是乎基于OpenCV平台做了一点小实验，看了看形态学操作的效果。

一、膨胀、腐蚀、开和闭、形态梯度、顶帽变换（注意代码中i和L的区别，下面是腐蚀的代码，其它类似）

  IplImage*oldImg=

cvLoadImage(filePath,CV_LOAD_IMAGE_GRAYSCALE);//导入图像

  IplImage* fushiImg =

 cvCreateImage(cvGetSize(oldImg),oldImg->depth,1);

  IplConvKernel*element=

cvCreateStructuringElementEx( m_struCols,m_struRows, m_struCols/2,m_struRows/2,m_nStruStyle);//创建结构元素

  cvErode( oldImg, fushiImg,element,m_nCishu);//腐蚀图像

   

  cvNamedWindow("腐蚀图");

  cvShowImage("腐蚀图", fushiImg);

  cvWaitKey(0);

  cvReleaseImage(&oldImg);

  cvReleaseImage(&fushiImg);

  cvDestroyWindow("腐蚀图");  

二、颗粒分析（计算颗粒数量、求出平均颗粒面积及最大颗粒面积）

 IplImage *src = 0; //定义源图像指针

    IplImage *tmp = 0; //定义临时图像指针

    IplImage *src_back = 0; //定义源图像背景指针

    IplImage *dst_gray = 0; //定义源文件去掉背景后的目标灰度图像指针

    IplImage *dst_bw = 0; //定义源文件去掉背景后的目标二值图像指针

    IplImage *dst_contours = 0; //定义轮廓图像指针

    IplConvKernel *element = 0; //定义形态学结构指针

    int Number_Object =0; //定义目标对象数量

    int contour_area_tmp = 0; //定义目标对象面积临时寄存器

    int contour_area_sum = 0; //定义目标所有对象面积的和

    int contour_area_ave = 0; //定义目标对象面积平均值

    int contour_area_max = 0; //定义目标对象面积最大值

    CvMemStorage *stor = 0;
    CvSeq * cont = 0;
    CvContourScanner contour_scanner;
    CvSeq * a_contour= 0;

    //1.读取和显示图像

    /* the first command line parameter must be image file name */
    if ( argc == 2 && (src = cvLoadImage(argv[1], -1))!=0 )
    {
        ;
    }
    else
    {
    src = cvLoadImage("rice.jpg", 0);
    }
    cvNamedWindow( "src", CV_WINDOW_AUTOSIZE );
    cvShowImage( "src", src );
    //cvSmooth(src, src, CV_MEDIAN, 3, 0, 0, 0); //中值滤波，消除小的噪声；

    //2.估计图像背景

    tmp = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    src_back = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    //创建结构元素

    element = cvCreateStructuringElementEx( 4, 4, 1, 1, CV_SHAPE_ELLIPSE, 0);
    //用该结构对源图象进行数学形态学的开操作后，估计背景亮度

    cvErode( src, tmp, element, 10);
    cvDilate( tmp, src_back, element, 10);
    cvNamedWindow( "src_back", CV_WINDOW_AUTOSIZE );
    cvShowImage( "src_back", src_back );

    //3.从源图象中减区背景图像

    dst_gray = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvSub( src, src_back, dst_gray, 0);
    cvNamedWindow( "dst_gray", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_gray", dst_gray );

    //4.使用阀值操作将图像转换为二值图像

    dst_bw = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvThreshold( dst_gray, dst_bw ,50, 255, CV_THRESH_BINARY ); //取阀值为50把图像转为二值图像

    //cvAdaptiveThreshold( dst_gray, dst_bw, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5 );

    cvNamedWindow( "dst_bw", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_bw", dst_bw );

    //5.检查图像中的目标对象数量

    stor = cvCreateMemStorage(0);
    cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), stor);
    Number_Object = cvFindContours( dst_bw, stor, &cont, sizeof(CvContour),
    CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) ); //找到所有轮廓

    printf("Number_Object: %d\n", Number_Object);

    //6.计算图像中对象的统计属性

    dst_contours = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvThreshold( dst_contours, dst_contours ,0, 255, CV_THRESH_BINARY ); //在画轮廓前先把图像变成白色

    for(;cont;cont = cont->h_next)
    {
        cvDrawContours( dst_contours, cont, CV_RGB(255, 0, 0), CV_RGB(255, 0, 0), 0, 1, 8, cvPoint(0, 0) ); //绘制当前轮廓

        contour_area_tmp = fabs(cvContourArea( cont, CV_WHOLE_SEQ )); //获取当前轮廓面积

        if( contour_area_tmp > contour_area_max )
        {
            contour_area_max = contour_area_tmp; //找到面积最大的轮廓

        }
        contour_area_sum += contour_area_tmp; //求所有轮廓的面积和

    }
    contour_area_ave = contour_area_sum/ Number_Object; //求出所有轮廓的平均值

    printf("contour_area_ave: %d\n", contour_area_ave );
    printf("contour_area_max: %d\n", contour_area_max );
    cvNamedWindow( "dst_contours", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_contours", dst_contours );

    cvWaitKey(-1); //等待退出

    cvReleaseImage(&src);
    cvReleaseImage(&tmp);
    cvReleaseImage(&src_back);
    cvReleaseImage(&dst_gray);
    cvReleaseImage(&dst_bw);
    cvReleaseImage(&dst_contours);
    cvReleaseMemStorage(&stor);
    cvDestroyWindow( "src" );
    cvDestroyWindow( "src_back" );
    cvDestroyWindow( "dst_gray" );
    cvDestroyWindow( "dst_bw" );
    cvDestroyWindow( "dst_contours" );
    //void cvDestroyAllWindows(void);

至于实验结果就不贴上来了，呵，都是最最基本的，不贴也罢！