【C++】【图像处理】形态学处理（腐蚀、膨胀）算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）
1 void erosion(BYTE* image, int w, int h, BYTE* outImg) 2 { 3 int rept; 4 //腐蚀 5 memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行腐蚀操作 6 7 int i, j, m, n; 8 BYTE flag; 9 for (rept = 0;rept < 3;rept++) //进行三次 腐蚀 or 膨胀 操作 10 for (i = 1;i < h - 1;i++) 11 for (j = 1;j < w - 1;j++) 12 if (image[i * w + j] == 255) { //当前灰度级为255时（即白色），则对该点的3x3邻域像素点进行遍历 13 flag = 0;//记录该邻域中，当灰度级为0（即黑色），则自增 14 for (m = -1;m < 2;m++) 15 for (n = -1;n < 2;n++) 16 if (image[(i + m) * w + j + n] == 0) { 17 flag++; 18 break; 19 } 20 if (flag > 2)//当邻域中超过两个像素点的灰度级都是0时，则该点的灰度级也为0（至此达成消除噪点的操作） 21 outImg[i * w + j] = 0; 22 } 23 memcpy(image, outImg, sizeof(BYTE) * w * h);// 保存处理好的图像 24 25 }
1 void dilation(BYTE* image, int w, int h, BYTE* outImg) 2 { 3 int rept; 4 //膨胀 5 memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行膨胀操作 6 7 int i, j, m, n; 8 BYTE flag; 9 for (rept = 0;rept < 3;rept++)//进行三次膨胀操作 10 for (i = 1;i < h - 1;i++) 11 for (j = 1;j < w - 1;j++) 12 if (image[i * w + j] == 0) {//当前灰度级为0时（即黑色），则遍历该点的3x3邻域像素点 13 flag = 0;//纪录该邻域中，灰度级是255（即白色）的像素点个数 14 for (m = -1;m < 2;m++) 15 for (n = -1;n < 2;n++) 16 if (image[(i + m) * w + j + n] == 255) // 17 flag++; 18 if (flag > 1)//当邻域中超过一个像素点的灰度级是255时，则该点的灰度级也为255（至此达成增强细节，平滑处理的操作） 19 outImg[i * w + j] = 255; 20 } 21 memcpy(image, outImg, sizeof(BYTE) * w * h); 22 }
总结
针对处理二值图图像时，腐蚀或膨胀算法的核心：
1、确定该点（假设为A点）的灰度级，是0还是255；
2、遍历以该点为中心的3x3的邻域，获取灰度级等于0或者等于255的像素点个数，使用 flag 变量记录；
3、当 flag 大于设定的数值时，则A点的灰度级将被赋值为0或者255；
