OpenCV开发笔记（二十七）：算法基础之形态学滤波-黑帽

若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104667606
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中...（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（二十六）：算法基础之形态学滤波-顶帽（礼帽）》

下一篇：《OpenCV开发笔记（二十八）：带你学习图像识别之阈值化》

 

前言

本篇章学习形态学滤波-黑帽。

 

Demo

 

黑帽

      黑帽(Black Hat)运算是闭运算（被减数）的结果图与原图像（减数）之差。

      黑帽运算后的效果突出了比原图轮过周围的区域更暗的区域，且这一操作和选择的核大小相关。

      所以与顶帽操作相反，黑帽操作是用来分离比邻近点暗一些的斑块，效果图有着非常完美的轮廓。

 

Demo源码

void OpenCVManager::testBlackHat()
{
    QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/2.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());

    cv::resize(srcMat, srcMat, cv::Size(400, 300));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    if(!srcMat.data)
    {
        qDebug() << __FILE__ << __LINE__
                 << "Failed to load image:" << fileName1;
        return;
    }

    cv::Mat dstMat;
    dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
    cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 2, dstMat.rows * 3),
                                srcMat.type());
    int share1 = 2;
    int ksize1 = 5;
    int iterations1 = 1;
    int share2 = 2;
    int ksize2 = 5;
    int iterations2 = 1;
    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);
        // 原图先copy到左边
        cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
                                    cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);


        cvui::window(windowMat, dstMat.cols * 2, 0, dstMat.cols, dstMat.rows, "erode");
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 40 + 300, "share");
        cvui::trackbar(windowMat, 400 * 1 + 100, 60 + 300, 200, &share1, 0, 2);
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 120 + 300, "ksize");
        cvui::trackbar(windowMat, 400 * 1 + 100, 140 + 300, 200, &ksize1, 1, 10);
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 200 + 300, "iterations");
        cvui::trackbar(windowMat, 400 * 1 + 100, 220 + 300, 200, &iterations1, 0, 10);

        cvui::window(windowMat, dstMat.cols * 2, 0, dstMat.cols, dstMat.rows, "dilate");
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 40 + 300 * 2, "share");
        cvui::trackbar(windowMat, 400 * 1 + 100, 60 + 300 * 2, 200, &share2, 0, 2);
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 120 + 300 * 2, "ksize");
        cvui::trackbar(windowMat, 400 * 1 + 100, 140 + 300 * 2, 200, &ksize2, 1, 10);
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 400 * 1 + 100, 200 + 300 * 2, "iterations");
        cvui::trackbar(windowMat, 400 * 1 + 100, 220 + 300 * 2, 200, &iterations2, 0, 10);

        cv::Mat tempMat1;
        // 膨胀
        cv::dilate(srcMat,
                   tempMat1,
                   cv::getStructuringElement(share1, cv::Size(ksize1, ksize1)),
                   cv::Point(-1, -1),
                   iterations1);

        // 效果图copy
        cv::Mat leftMat2 = windowMat(cv::Range(srcMat.rows, srcMat.rows * 2),
                                     cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat2, 0.0f, tempMat1, 1.0f, 0.0f, leftMat2);

        // 腐蚀
        cv::erode(tempMat1,
                  tempMat1,
                  cv::getStructuringElement(share2, cv::Size(ksize2, ksize2)),
                  cv::Point(-1, -1),
                  iterations2);

        // 效果图copy
        cv::Mat leftMat3 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
                                    cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat3, 0.0f, tempMat1, 1.0f, 0.0f, leftMat3);

        // 减法
        cv::subtract(tempMat1, srcMat, dstMat, cv::Mat());

        // 效果图copy
        cv::Mat rightMat1 = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                                      cv::Range(srcMat.cols * 1, srcMat.cols * 2));
        cv::addWeighted(rightMat1, 0.0f, dstMat, 1.0f, 0.0f, rightMat1);
        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}

 

工程模板：对应版本号v1.22.0

      对应版本号v1.22.0

 

上一篇：《OpenCV开发笔记（二十六）：算法基础之形态学滤波-顶帽（礼帽）》

下一篇：《OpenCV开发笔记（二十八）：带你学习图像识别之阈值化》

 

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104667606