700字范文 > OpenCV 【十八】图像平滑处理/腐蚀与膨胀(Eroding and Dilating)/开闭运算形态梯

OpenCV 【十八】图像平滑处理/腐蚀与膨胀(Eroding and Dilating)/开闭运算形态梯

时间：2021-05-11 05:53:32

图像滤波总结（面试经验总结）/Darlingqiang/article/details/79507468

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"using namespace std;using namespace cv;/// 全局变量int DELAY_CAPTION = 15000;int DELAY_BLUR = 100;int MAX_KERNEL_LENGTH = 31;Mat src; Mat dst;char window_name[] = "Filter Demo 1";/// 函数申明int display_caption(char* caption);int display_dst(int delay);/*** main 函数*/int main(int argc, char** argv){namedWindow(window_name, CV_WINDOW_AUTOSIZE);/// 载入原图像src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\4.jpg", 1);if (display_caption("Original Image") != 0) { return 0; }dst = src.clone();if (display_dst(DELAY_CAPTION) != 0) { return 0; }/// 使用均值平滑if (display_caption("Homogeneous Blur") != 0) { return 0; }for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2){blur(src, dst, Size(i, i), Point(-1, -1));if (display_dst(DELAY_BLUR) != 0) { return 0; }}/// 使用高斯平滑if (display_caption("Gaussian Blur") != 0) { return 0; }for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2){GaussianBlur(src, dst, Size(i, i), 0, 0);if (display_dst(DELAY_BLUR) != 0) { return 0; }}/// 使用中值平滑if (display_caption("Median Blur") != 0) { return 0; }for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2){medianBlur(src, dst, i);if (display_dst(DELAY_BLUR) != 0) { return 0; }}/// 使用双边平滑if (display_caption("Bilateral Blur") != 0) { return 0; }for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2){bilateralFilter(src, dst, i, i * 2, i / 2);if (display_dst(DELAY_BLUR) != 0) { return 0; }}/// 等待用户输入display_caption("End: Press a key!");waitKey(0);return 0;}int display_caption(char* caption){dst = Mat::zeros(src.size(), src.type());putText(dst, caption,Point(src.cols / 4, src.rows / 2),CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255));imshow(window_name, dst);int c = waitKey(DELAY_CAPTION);if (c >= 0) { return -1; }return 0;}int display_dst(int delay){imshow(window_name, dst);int c = waitKey(delay);if (c >= 0) { return -1; }return 0;}

createTrackbar 的使用

#include<opencv2/imgproc/imgproc.hpp>#include<opencv2/highgui/highgui.hpp>#include<iostream>using namespace std;using namespace cv;//拖动条回调函数void onChangeTrackBar(int pos, void *data){//强制类型转换Mat srcImage = *(cv::Mat*)(data);Mat dstImage;//根据拖动条的值对传入图像进行二值化threshold(srcImage, dstImage, pos, 255, 0);imshow("threshold", dstImage);}int main(){//读取图像Mat srcImage = imread("C:\\Users\\guoqi\\Desktop\\ch7\\1.jpg", IMREAD_UNCHANGED);if (!srcImage.data) {cout << "read failed" << endl;system("pause");return -1;}//原图像转换灰度图Mat srcGray;cvtColor(srcImage, srcGray, CV_RGB2GRAY);namedWindow("threshold");//创建窗口imshow("threshold", srcGray);//创建滑动条createTrackbarcreateTrackbar("pos", "threshold",0, 255, onChangeTrackBar, &srcImage);waitKey(0);return 0;}

3效果

part two 腐蚀与膨胀(Eroding and Dilating)

1原理

1.1形态学操作¶

简单讲，形态学操作就是基于形状的一系列图像处理操作。将结构元素作用于输入图像来产生输出图像。

最基本的形态学操作有二：腐蚀与膨胀(Erosion 与 Dilation)。他们的运用广泛:

消除噪声

分割(isolate)独立的图像元素，以及连接(join)相邻的元素。

寻找图像中的明显的极大值区域或极小值区域。

通过以下图像，我们简要来讨论一下膨胀与腐蚀操作(译者注：注意这张图像中的字母为黑色，背景为白色，而不是一般意义的背景为黑色，前景为白色）:

1.2膨胀

此操作将图像与任意形状的内核 ()，通常为正方形或圆形,进行卷积。

内核有一个可定义的锚点, 通常定义为内核中心点。

进行膨胀操作时，将内核划过图像,将内核覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀dilation)。对上图采用膨胀操作我们得到:

背景(白色)膨胀，而黑色字母缩小了。

1.3腐蚀

腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的相素最小值。

进行腐蚀操作时，将内核划过图像,将内核覆盖区域的最小相素值提取，并代替锚点位置的相素。

以与膨胀相同的图像作为样本,我们使用腐蚀操作。从下面的结果图我们看到亮区(背景)变细，而黑色区域(字母)则变大了。

2代码

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include "highgui.h"#include <stdlib.h>#include <stdio.h>using namespace cv;/// 全局变量Mat src, erosion_dst, dilation_dst;int erosion_elem = 0;int erosion_size = 0;int dilation_elem = 0;int dilation_size = 0;int const max_elem = 2;int const max_kernel_size = 21;/** Function Headers */void Erosion(int, void*);void Dilation(int, void*);/** @function main */int main(int argc, char** argv){/// Load 图像src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\1.jpg", IMREAD_UNCHANGED);if (!src.data){return -1;}/// 创建显示窗口namedWindow("Erosion Demo", CV_WINDOW_AUTOSIZE);namedWindow("Dilation Demo", CV_WINDOW_AUTOSIZE);cvMoveWindow("Dilation Demo", src.cols, 0);/// 创建腐蚀 TrackbarcreateTrackbar("Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Erosion Demo",&erosion_elem, max_elem,Erosion);createTrackbar("Kernel size:\n 2n +1", "Erosion Demo",&erosion_size, max_kernel_size,Erosion);/// 创建膨胀 TrackbarcreateTrackbar("Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Dilation Demo",&dilation_elem, max_elem,Dilation);createTrackbar("Kernel size:\n 2n +1", "Dilation Demo",&dilation_size, max_kernel_size,Dilation);/// Default startErosion(0, 0);Dilation(0, 0);waitKey(0);return 0;}/** @function Erosion */void Erosion(int, void*){int erosion_type;if (erosion_elem == 0) { erosion_type = MORPH_RECT; }else if (erosion_elem == 1) { erosion_type = MORPH_CROSS; }else if (erosion_elem == 2) { erosion_type = MORPH_ELLIPSE; }Mat element = getStructuringElement(erosion_type,Size(2 * erosion_size + 1, 2 * erosion_size + 1),Point(erosion_size, erosion_size));/// 腐蚀操作erode(src, erosion_dst, element);imshow("Erosion Demo", erosion_dst);}/** @function Dilation */void Dilation(int, void*){int dilation_type;if (dilation_elem == 0) { dilation_type = MORPH_RECT; }else if (dilation_elem == 1) { dilation_type = MORPH_CROSS; }else if (dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; }Mat element = getStructuringElement(dilation_type,Size(2 * dilation_size + 1, 2 * dilation_size + 1),Point(dilation_size, dilation_size));///膨胀操作dilate(src, dilation_dst, element);imshow("Dilation Demo", dilation_dst);}

3运行结果

part three更多形态学变换¶

这篇文档将会简要介绍OpenCV提供的5种高级形态学操作：

1 原理

1.1开运算 (Opening)

开运算是通过先对图像先腐蚀再膨胀实现的。

能够排除小团块物体(假设物体较背景明亮)

请看下面，左图是原图像，右图是采用开运算转换之后的结果图。观察发现字母拐弯处的白色空间消失。

1.2闭运算(Closing)

闭运算是通过先对图像先膨胀再腐蚀实现的。

能够排除小型黑洞(黑色区域)。

1.3形态梯度(Morphological Gradient)

膨胀图与腐蚀图之差

能够保留物体的边缘轮廓，如下所示:

1.4顶帽(Top Hat)

原图像与开运算结果图之差

1.5黑帽(Black Hat)

闭运算结果图与原图像之差

2 代码

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include <stdlib.h>#include <stdio.h>using namespace cv;/// 全局变量Mat src, dst;int morph_elem = 0;int morph_size = 0;int morph_operator = 0;int const max_operator = 4;int const max_elem = 2;int const max_kernel_size = 21;char* window_name = "Morphology Transformations Demo";/** 回调函数申明 */void Morphology_Operations(int, void*);/** @函数 main */int main(int argc, char** argv){/// 装载图像src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\7.jpg", IMREAD_UNCHANGED);if (!src.data){return -1;}/// 创建显示窗口namedWindow(window_name, CV_WINDOW_AUTOSIZE);/// 创建选择具体操作的 trackbarcreateTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations);/// 创建选择内核形状的 trackbarcreateTrackbar("Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,&morph_elem, max_elem,Morphology_Operations);/// 创建选择内核大小的 trackbarcreateTrackbar("Kernel size:\n 2n +1", window_name,&morph_size, max_kernel_size,Morphology_Operations);/// 启动使用默认值Morphology_Operations(0, 0);waitKey(0);return 0;}/*** @函数 Morphology_Operations*/void Morphology_Operations(int, void*){// 由于 MORPH_X的取值范围是: 2,3,4,5 和 6int operation = morph_operator + 2;Mat element = getStructuringElement(morph_elem, Size(2 * morph_size + 1, 2 * morph_size + 1), Point(morph_size, morph_size));/// 运行指定形态学操作morphologyEx(src, dst, operation, element);imshow(window_name, dst);}

看一下程序的总体流程:

装载图像

创建显示形态学操作的窗口

创建3个trackbar获取用户参数:

第一个trackbar“Operator”返回用户选择的形态学操作类型 (morph_operator).

createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat",window_name, &morph_operator, max_operator,Morphology_Operations );

第二个trackbar“Element”返回morph_elem, 指定内核形状:

createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,&morph_elem, max_elem,Morphology_Operations );

第三个trackbar“Kernel Size”返回内核大小(morph_size)

createTrackbar( "Kernel size:\n 2n +1", window_name,&morph_size, max_kernel_size,Morphology_Operations );

每当任一标尺被移动，用户函数Morphology_Operations就会被调用，该函数获取trackbar的当前值运行指定操作并更新显示结果图像。

/*** @函数 Morphology_Operations*/void Morphology_Operations( int, void* ){// 由于 MORPH_X的取值范围是: 2,3,4,5 和 6int operation = morph_operator + 2;Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );/// 运行指定形态学操作morphologyEx( src, dst, operation, element );imshow( window_name, dst );}

运行形态学操作的核心函数是 morphologyEx 。在本例中，我们使用了4个参数(其余使用默认值):

src: 原 (输入) 图像

dst: 输出图像

operation

: 需要运行的形态学操作。我们有5个选项:

***Opening*: MORPH_OPEN : 2**

***Closing*: MORPH_CLOSE: 3**

***Gradient*: MORPH_GRADIENT: 4**

***Top Hat*: MORPH_TOPHAT: 5**

***Black Hat*: MORPH_BLACKHAT: 6**