【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）

合集 - C++(17)

1.【C++】关于引用类型学习记录2023-11-072.【C++】【图像处理】直方图均衡算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-123.【C++】【图像处理】均值滤波 and 高斯滤波 and 中值滤波 （低通滤波器）and Sobel算子边缘提取算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-13

4.【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）2023-11-16

5.【C++】【图像处理】灰度直方图实现算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-086.【C++】【OpenCV】Visual Studio 2022 配置OpenCV2024-02-247.【C++】【OpenCV-4.9.0】灰度图取反(Mat属性的使用)2024-03-048.【C++】【OpenCV-4.9.0】视频写入（VideoWriter，借助samples中的代码示例来进行学习）2024-03-139.【C++】【MFC】Windows程序运行入口 and DialogBox2024-05-1310.【C++】【YOLO】搭建环境运行YOLO模型，完成目标识别2024-05-2911.【C++】【MFC】模态和非模态对话框2024-05-3012.【C++】【MFC】运行时类信息机制和动态创建机制2024-06-1713.【C++】【MFC】CView和CDocument关联以及COMMAND消息走向2024-06-2114.【C++】【MFC】MFC多文档框架2024-06-2415.【C++】【MFC】绘图2024-06-2416.【C++】【MFC】MFC序列化2024-06-2517.【C++】【MFC】控件集合2024-06-28

收起

void erosion(BYTE* image, int w, int h, BYTE* outImg)
{
    int rept;
    //腐蚀
    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

    int i, j, m, n;
    BYTE flag;
    for (rept = 0;rept < 3;rept++) //进行三次 腐蚀 or 膨胀 操作
        for (i = 1;i < h - 1;i++) 
            for (j = 1;j < w - 1;j++) 
                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
                    flag = 0;//记录该邻域中，当灰度级为0（即黑色），则自增
                    for (m = -1;m < 2;m++) 
                        for (n = -1;n < 2;n++) 
                            if (image[(i + m) * w + j + n] == 0) {
                                flag++;
                                break;
                            }
                    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）
                        outImg[i * w + j] = 0;
                }
    memcpy(image, outImg, sizeof(BYTE) * w * h);// 保存处理好的图像

}

 

void dilation(BYTE* image, int w, int h, BYTE* outImg)
{
    int rept;
    //膨胀
    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

    int i, j, m, n;
    BYTE flag;
    for (rept = 0;rept < 3;rept++)//进行三次膨胀操作
        for (i = 1;i < h - 1;i++)
            for (j = 1;j < w - 1;j++)
                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
                    flag = 0;//纪录该邻域中，灰度级是255（即白色）的像素点个数
                    for (m = -1;m < 2;m++)
                        for (n = -1;n < 2;n++)
                            if (image[(i + m) * w + j + n] == 255) //
                                flag++;
                    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）
                        outImg[i * w + j] = 255;
                }
    memcpy(image, outImg, sizeof(BYTE) * w * h);
}

 

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；