openCV学习笔记十一：膨胀与腐蚀（二）

膨胀与腐蚀（二）

首先，定义核（获取结构元素）——getStructuringElement()
形态学其他操作，基于膨胀和腐蚀，利用morphologyEx()函数进行操作.
开运算（参数为MORPH_OPEN）
闭运算（参数为MORPH_CLOSE）
顶帽（参数为MORPH_TOPHAT）
黑帽（参数为MORPH_BLACKHAT）

膨胀就是对图像高亮部分进行“领域扩张”，效果图拥有比原图更大的高亮区域；腐蚀是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域。
膨胀
膨胀就是求局部最大值的操作，从图像直观看来，就是将图像光亮部分放大，黑暗部分缩小。
开运算：先腐蚀再膨胀，用来消除小物体
闭运算：先膨胀再腐蚀，用于排除小型黑洞
形态学梯度：就是膨胀图与俯视图之差，用于保留物体的边缘轮廓。
顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。
黑帽：闭运算与原图像之差，用于分离比邻近点暗一些的斑块。
opencv里有一个很好的函数getStructuringElement，我们只要往这个函数传相应的处理参数，就可以进行相应的操作了，使用起来非常方便。

实例代码如下：
#include
#include
#include
#include

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
Mat srcImg = imread(“1.JPG”, CV_LOAD_IMAGE_COLOR);
Mat dstImg;
Mat element = getStructuringElement( MORPH_RECT, Size(5, 5) );//MORPH_RECT，矩形；MORPH_CROSS,交叉形；MORPH_ELLIPSE，椭圆形//内核尺寸
cout << element << endl; //在控制台输出kernel
///膨胀
//dilate(srcImg, dstImg, element, Point(-1, -1), 1);//输入图像//输出图像定义的kernel ////锚点位置，默认值Point(-1,-1)，表示位于中心//膨胀的次数
///腐蚀
/* erode(srcImg, dstImg, element, Point(-1, -1), 1);*/
//morphologyEx(srcImg, dstImg, MORPH_OPEN, element); //开运算
//morphologyEx(srcImg, dstImg, MORPH_CLOSE, element); //闭运算
morphologyEx(srcImg, dstImg, MORPH_GRADIENT, element); //形态学梯度运算
//morphologyEx(srcImg, dstImg, MORPH_TOPHAT, element); //顶帽运算
//morphologyEx(srcImg, dstImg, MORPH_BLACKHAT, element); //黒帽运算
imshow(“src”, srcImg);
imshow(“dst”, dstImg);
waitKey(0);
}

运行结果如下：