【C++ OpenCV】图像的膨胀、腐蚀、开运算以及闭运算

1.形态学操作

图形的形态学操作-基于形状的一系列图像处理操作的合集，主要是基于集合论基础上的形态学数学
形态学有四个基本操作：腐蚀、膨胀、开运算、闭运算
膨胀和腐蚀是图像处理中最常用的形态学操作手段

2. 图像的膨胀（背景膨胀，图像变小）

与卷积操作类似，假设有图像A和结构元素B，结构元素B在A上边移动，其中B定义其中心为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素，其中B作为结构体可以是任何形状。

3. 图像的腐蚀（背景被图像腐蚀，图像变大）

腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值替换锚点重叠下的像素值。

4. 开运算-open

先腐蚀，再膨胀
假设图像前景色是白色，背景色是黑色。可以去掉图像上一些小的对象

5. 闭运算-close

先膨胀，再腐蚀
闭运算可以填充小洞，填充小的噪点

6. 形态学梯度

膨胀减腐蚀

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

又称基本梯度（其他还包括内部梯度，方向梯度）

7. 相关API

getStructuringElement(int shape,size ksize,point anchor)		//用于生成卷积核
		-shape(形状)(MORPH_REACT\MORPH_CROSS\MORPH_ELLIPSE)
		-size(大小)
		-point(锚点) 默认是point(-1,-1)意思就是中心像素
	dilate(src,dst,kernel)  膨胀
	erode(src,dst,kernel)  腐蚀

morphologyEx(src, dst, MORPH_BLACKHAT, kernel);
	-Mat src -输入图像
	-Mat dst-输出图像
	-类型MORPH_OPEN（开运算）,MORPH_CLOSE（闭运算）,
 MORPH_GRADIENT（形态学梯度）, MORPH_TOPHAT（顶帽：原图像-开运算的结果）,
 MORPH_BLACKHAT（黑帽：闭运算图像-源图像的结果）
	-Mat kernel 结构元素，结构元素的大小取决于噪点的大小
	-int iteration迭代次数，默认是1

代码演示：

#include 
#include
#include

using namespace cv;
using namespace std;

Mat src,dst;
char OUTPUT[] = "output image";
int element_size = 3;
int max_size = 21;

void CallBack_Demo(int, void*) {
	int s = element_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(s,s), Point(-1, -1));
	dilate(src, dst, kernel, Point(-1, -1), 1);  //膨胀
	erode(src,dst,kernel);  //腐蚀
	imshow(OUTPUT, dst);
	return;
}

int main(int argc, char** argv) {
	
	src = imread("D:/image/img1.jpg");
	
	if (!src.data) {
		printf("could load imgage....\n");
		return -1;
	}
	namedWindow("src", WINDOW_AUTOSIZE);
	imshow("src", src);
	
	namedWindow(OUTPUT,WINDOW_AUTOSIZE);
	//createTrackbar("Element Size:", OUTPUT_WIN, &element_size, max_size, CallBack_Demo);   //生成一个滑块
	//先创建Trackbar,在这里边先调用CallBackDemo,会在CallBackDemo上生成一个滑块，然后再调用执行CallBackDemo
	//CallBack_Demo(0, 0);
	
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(src, dst, MORPH_OPEN, kernel);
	imshow(OUTPUT, dst);  


	waitKey(0);
	return 0;
}