当前位置: 首页 > article >正文

6.RV1126-OPENCV 形态学基础膨胀及腐蚀

一.膨胀

1.膨胀原理

        膨胀的本质就是通过微积分的转换,将图像A和图形B进行卷积操作合并成一个A+B图像就是指任意的形状或者大小的图形B。例如下图,将核(也就是图形B)通过微积分卷积,和图像A合并成一个图像A+B。

2.特点

  • 图像就会更加明亮    
  • 图像就会更加粗糙

如下图所示: 

 

 3.膨胀的API

  • 处理图像膨胀的API:void dilate( InputArray src, OutputArray dst, InputArray kernel, Point anchor, int iterations, int borderType, const Scalar&borderValue )

第一个参数:src 的类型是 InputArray,它指的是输入图像,它可以是 Mat 类的数据。图像的通道数可以是任意数,但是图像的深度一般是 CV_8U,CV_16U,CV_16S,CV_32F,CV_64F
第二个参数:dst 的类型是 OutputArray,它指的是目标图像(输出图像),值得注意的是输出图像的尺寸、类型要和输入图像是一致的。
第三个参数:InputArray 类型的 kernel,膨胀操作的核(可以理解为输入图形B)。当这个值为 NULL 的时候,表示使用的核参考点默认是 3*3。这个参数通常会配合 getStructingElement 参数的使用(这个参数的使用,下面我会详细说到)。
第四个参数:Point 类型的 anchor,描点的位置,默认是(-1,-1),表示中心位置。
第五个参数:int 类型的迭代次数,默认是 1
第六个参数:int 类型的 borderType,这个类型用于推断图像外部的边界模式,用的最多的是 BORDER_DEFAULT
下面是常用的几种边框模式(这几种相对比较常用,其他的用的很少)
BORDER_CONSTANT:用指定的像素填充边框
BORDER_REPLICATE:用已知的边缘像素来填充边框
BORDER_WRAP:用另一边的像素来补偿填充
BORDER_DEFAULT:默认模式画边框
BORDER_TRANSPANT: 用透明的方式画框
第七个参数:const Scalar 类型的 borderType,一般不用填写,因为这个 API 已经有了默认值 morphologyDefaultBorderValue()

  • 获取核(图形B)的API: CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

 第一个参数:表示内核的形状(就是图形B是以什么形状放在图像A上的),这里包括了:矩形(MORPH_RECT)、交叉形(MORPH_CROSS)、椭圆形(MORPH_ELLIPSE),常用的内核形状是矩形
第二个参数:内核的尺寸
第三个参数:锚点的位置,默认值 Point(-1,-1),表示的是位于中心点

4. 代码实战:实现图像膨胀功能

(1)功能实现的步骤:imread 读取图片、使用 cvtColor 对图片进行灰度操作、使用 getStructingElement 获取卷积层(也就是获取图形B)、使用 dilate 对图片进行膨胀(将A和B合并)、imwrite 保存图片。流程图如下:

(2)代码如下:

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>using namespace cv;
using namespace std;int main()
{Mat testImage = imread("zjl.jpg");//读取图片if(testImage.empty()){printf("read testImage failed....\n");}Mat vertical_structure = getStructuringElement(MORPH_CROSS, Size(20,20));//创建一个20*20的十字形结构元素dilate(testImage, testImage, vertical_structure);//膨胀操作,testImage为输入图像,testImage为输出图像,vertical_structure为核imwrite("zjl1.jpg", testImage);//保存图片return 0;
}

(3)效果如下:上图是MORPH_CROSS(十字交叉的核),下图是MORPH_RECT(矩形核)效果图。

 二.腐蚀

1.腐蚀原理

        原理和膨胀一样,腐蚀就是膨胀的反向操作,膨胀是把图像图像变大,而腐蚀就是把图像变小。

2.特点

  • 图像更加细小
  • 黑暗背景部分会更加大

3.腐蚀的API

  •  CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel, Point anchor = Point(-1,-1), int iterations = 1, int borderType = BORDER_CONSTANT, const Scalar& borderValue = morphologyDefaultBorderValue() );

第一个参数:src 的类型是 InputArray,它指的是输入图像,它可以是 Mat 类的数据。图像的通道数可以是任意数,但是图像的深度一般是 CV_8U,CV_16U,CV_16S,CV_32F,CV_64F
第二个参数:dst 的类型是 OutputArray,它指的是目标图像(输出图像),值得注意的是输出图像的尺寸、类型要和输入图像是一致的。
第三个参数:InputArray 类型的 kernel,膨胀操作的核。当这个值为 NULL 的时候,表示使用的核参考点默认是 3*3。这个参数通常会配合 getStructingElement 参数的使用(这个参数的使用,下面我会详细说到)。
第四个参数:Point 类型的 anchor,描点的位置,默认是(-1,-1),表示中心位置。
第五个参数:int 类型的迭代次数,默认是 1
第六个参数:int 类型的 borderType,这个类型用于推断图像外部的边界模式,它的默认值是 BORDER_DEFAULT
第七个参数:const Scalar 类型的 borderType,一般不用填写,因为这个 API 已经有了默认值 morphologyDefaultBorderValue()

  •  CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

第一个参数:表示内核的形状,这里包括了:矩形(MORPH_RECT)、交叉(MORPH_CROSS)、椭圆形(MORPH_ELLIPSE)
第二个参数:内核的尺寸
第三个参数:锚点的位置,默认值 Point(-1,-1),表示的是位于中心点

 4.代码实战:实现图像腐蚀功能

(1)功能实现的步骤:imread 读取图片、使用 cvtColor 对图片进行灰度操作、使用 getStructingElement 获取卷积层(也就是获取图形B)、使用 erode 对图片进行腐蚀、imwrite 保存图片。流程图如下: 

(2)代码如下: 

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>using namespace cv;
using namespace std;int main()
{Mat testImage = imread("zjl.jpg");//读取图片if(testImage.empty()){printf("could not load image.....\n");return -1;}Mat vertical_structure = getStructuringElement(MORPH_RECT, Size(15,15));//获取核图形erode(testImage, testImage, vertical_structure);//腐蚀操作imwrite("zjl2.jpg", testImage);//保存图片return 0;
}

(3)效果如下:上图是MORPH_CROSS(十字交叉的核),下图是MORPH_RECT(矩形核)效果图。

http://www.lryc.cn/news/2401869.html

相关文章:

  • 筑牢企业网管域安全防线,守护数字核心——联软网管域安全建设解决方案
  • 【目标检测】backbone究竟有何关键作用?
  • 一个小小的 flask app, 几个小工具,拼凑一下
  • 对抗性提示:大型语言模型的安全性测试
  • 好得睐:以品质守味、以科技筑基,传递便捷与品质
  • docker-部署Nginx以及Tomcat
  • Servlet 体系结构
  • 蒙特卡罗模拟: 高级应用的思路和实例
  • Java集合中Stream流的使用
  • Python批量转换Word、Excel、PPT、TXT、HTML及图片格式到PDF,包含错误处理和日志记录功能
  • 数据分析Agent构建
  • vscode配置lua
  • 【笔记】MSYS2 的 MINGW64 环境 全面工具链
  • 国内头部的UWB企业介绍之品铂科技
  • Prj10--8088单板机C语言8259中断测试(2)
  • 《前端面试题:CSS对浏览器兼容性》
  • 使用 Docker Compose 安装 Redis 7.2.4
  • 35.x64汇编写法(二)
  • 安全大模型的思考
  • SQL Server 2025 预览版新功能
  • NineData云原生智能数据管理平台新功能发布|2025年5月版
  • 数学复习笔记 25
  • Linux可执行文件ELF文件结构
  • RAG:大模型微调的革命性增强——检索增强生成技术深度解析
  • DisplayPort 2.0协议介绍(1)
  • I2C通信讲解
  • 【信息系统项目管理师-选择真题】2025上半年(第一批)综合知识答案和详解
  • ABP VNext 在 Kubernetes 中的零停机蓝绿发布
  • linux 故障处置通用流程-36计-14-27
  • https和http有什么区别-http各个版本有什么区别