OpenCV2马拉松第16圈——边缘检测(形态学梯度)

计算机视觉讨论群162501053

转载请注明：http://blog.csdn.net/abcd1992719g

收入囊中

• 利用OpenCV函数进行形态学梯度操作
• 自定义结构矩阵进行形态学梯度操作

葵花宝典

在此之前，如果你还没接触过灰度图像形态学膨胀与腐蚀，希望你能仔细阅读 灰度图像形态学膨胀与腐蚀

本质上，灰度与二值并不差异，二值不过是0与255，膨胀与腐蚀的操作都是一样的

形态学梯度的定义如下：

形态梯度

dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)

通俗讲，dilate是膨胀操作，相当于把图像稍微变胖，灰度阶梯变高，erode相当于把图像变稍微细一点，两个相减，就产生了边缘。

我在 Computer Vision: Algorithms and ApplicationsのImage processing    里对形态学操作有简单的介绍。

初识API

C++:   Mat  getStructuringElement ( int  shape , Size  ksize , Point  anchor =Point(-1,-1) )

这个函数用来获得结构矩阵

shape:     MORPH_RECT - 矩形的结构元素：值全为1

MORPH_ELLIPSE - 椭圆形结构元素

MORPH_CROSS - 十字形，只有中心在的那一行一列的值为1

ksize:结构元素的大小

anchor:默认（－1，－1），指代中心，只有十字形元素才依赖这个

C++:  void  dilate (InputArray  src, OutputArray  dst, InputArray  kernel, Point  anchor=Point(-1,-1), int  iterations=1, int borderType=BORDER_CONSTANT, const Scalar&  borderValue=morphologyDefaultBorderValue()  )

	src – 输入图像 dst – 输出图像 element –  结构元素.如果 element=Mat() , 一个3*3的结构元素就被使用 anchor – 同上 iterations – 迭代次数 borderType – 边界类型，我在Computer Vision: Algorithms and ApplicationsのImage processing讨论过 borderValue – 边界值，当边界类型为常数填充时启用

（膨胀公式，灰度图像形态学膨胀与腐蚀此文都有介绍）

腐蚀操作对应的API erode和膨胀是一样的

其他形态学操作函数

C++:  void  morphologyEx (InputArray  src, OutputArray  dst, int  op, InputArray  kernel, Point  anchor=Point(-1,-1), int  iterations=1, int borderType=BORDER_CONSTANT, const Scalar&  borderValue=morphologyDefaultBorderValue()  )

	op – 操作类型，今天我们只关注梯度，也就是第3个 MORPH_OPEN - an opening operation MORPH_CLOSE - a closing operation MORPH_GRADIENT - a morphological gradient MORPH_TOPHAT - “top hat” MORPH_BLACKHAT - “black hat”

其他的参数和腐蚀，膨胀是一样的

Morphological gradient:

荷枪实弹

先介绍一个类

class MorphoFeatures {
private:

	int threshold;  //用于阀值操作
	
	void applyThreshold(Mat& result) {
		if (threshold>0)
			cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV); //注意参数是THRESH_BINARY_INV,当

我们的主函数

int main( int, char** argv )  
{  
	Mat image;
    image = imread( argv[1] );
    cvtColor( image, image, CV_RGB2GRAY );
    
	MorphoFeatures morpho;
	morpho.setThreshold(40); 
	Mat edges;
	edges= morpho.getEdges(image);

    namedWindow("dstImage", 1);  
    imshow("dstImage", edges);  
    waitKey();  
    return 0;  
} 

效果图：

我们再基于公式自己实现一下，修改的地方很少，主函数没有变化（不一样的地方有注释）

class MorphoFeatures {
private:

	int threshold;
	Mat structedElement;  //自己定义的结构矩阵
	
	void applyThreshold(Mat& result) {
		if (threshold>0)
			cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV);
	}

public:

	MorphoFeatures() : structedElement(3,3,CV_8U,Scalar(1)){} //没有使用API而是直接构造

	void setThreshold(int x) {
		threshold = x;
	}

	Mat getEdges(const Mat &image) {
		Mat result,result1,result2;
		dilate(image,result1,structedElement);  //先膨胀
		erode(image,result2,structedElement);   //再腐蚀
		result = result1 - result2;             //然后相减
		applyThreshold(result);
		return result;
   	}
   	
};

效果图：好像一样哦

举一反三

习惯了用矩形的结构元素，我们用椭圆试一试吧

代码改的地方也很少，为了方便大家，这个代码就全部发出来了

#include "opencv2/highgui/highgui.hpp"  
#include "opencv2/imgproc/imgproc.hpp"  
using namespace cv;  

class MorphoFeatures {
private:

	int threshold;
	Mat structedElement;
	
	void applyThreshold(Mat& result) {
		if (threshold>0)
			cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV);
	}

public:

	MorphoFeatures() {
		structedElement = getStructuringElement( MORPH_ELLIPSE,  Size( 3, 3 ));  
	}

	void setThreshold(int x) {
		threshold = x;
	}

	Mat getEdges(const Mat &image) {
		Mat result,result1,result2;
		dilate(image,result1,structedElement);
      	erode(image,result2,structedElement);
      	result = result1 - result2;
		applyThreshold(result);
		return result;
   	}
   	
};
 

int main( int, char** argv )  
{  
	Mat image;
    image = imread( argv[1] );
    cvtColor( image, image, CV_RGB2GRAY );
    
	MorphoFeatures morpho;
	morpho.setThreshold(40); 
	Mat edges;
	edges= morpho.getEdges(image);

    namedWindow("dstImage", 1);  
    imshow("dstImage", edges);  
    waitKey();  
    return 0;  
}