图像处理2-图像形态学

上一篇图像滤波，这篇讲解形态学        

        形态学，即数学形态学，时图像处理过程中非常重要的一个研究方向，形态学主要从图像内提取其分量信息，该分量信息通常对于表达和描绘图像的形状具有重要的意义，通常时图像理解时所使用的最为本质的形状特征，这部分主要包含：腐蚀、膨胀、开运算、闭运算、Morphological Grandient（形态学梯度）、顶帽、黑帽等操作

1、 腐蚀

    腐蚀能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去掉

   

                                        原图 

                                              目标图像

    

    

void erode( InputArray src, OutputArray dst, InputArray kernel,

                        Point anchor = Point(-1,-1), int iterations = 1,

                        int borderType = BORDER_CONSTANT,

                        const Scalar& borderValue = morphologyDefaultBorderValue() );

   

        src：需要进行腐蚀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

       dst：被腐蚀后所输出的目标图像

       kernel：腐蚀操作时所采用的结构类型

       anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置

       iterations：腐蚀操作迭代的次数

       borderType：图像边界处理的方法

               borderType值如下

类型	说明
BORDER_CONSTANT	iiiiii|abcdefgh|iiiiii,特定值i
BORDER_REPLICATE	aaaaaa|abcdefgh|hhhhhh
BORDER_REFLECT	fedcba|abcdefgh|hgfedcb
BORDER_WRAP	cdefgh|abcdefgh|abcdefg
BORDER_REFLECT_101	gfedcb|abcdefgh|gfedcba
BORDER_TRANSPARENT	uvwxyz|abcdefgh|ijklmno
BORDER_REFLECT101	与BORDER_REFLECT_101相同
BORDER_DEFAULT	与BORDER_REFLECT_101相同
BORDER_ISOLATED	不考虑ROI(Region of interest，感兴趣区域）外区域

    borderValue：边界值，一般采用其默认值

    其中morphologyDefaultBorderValue()用来返回腐蚀和膨胀的“魔力(magic)”边界值。它通常自动转换为Scalar::all(-DBL_MAX)进行膨胀

    其参数中的kernel可以通过getStructuringElement得到

       

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

    

    

    

       该函数用来返回一个用于形态学操作的指定大小和形状的结构元素

       shape：cv::MorphShapes中的任意一个元素形状 有MORPH_RECT，MORPH_CROSS，MORPH_ELLIPSE三种

       ksize：结构元素的大小

       anchor：结构元素中的锚点位置。该值默认为(-1,-1)，是形状的中，仅十字星型的形状与锚点位置紧密相关。在其他情况下，锚点仅用于形态学运算结果的调整

//调用getStructuringElement函数

  Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));

  //调用腐蚀函数erode

  erode(m_srcImage, m_dstImage, element);

2、膨胀

      膨胀对图像的边界进行扩张，将与当前对象接触到的背景点合并到图像内，让边界点向外部进行扩张。

      如果图像内两个对象的距离较近，在膨胀的过程中，两个对象可能会连通到一起。

      膨胀操作对填补图像分割后图像内所存在的空白相当有帮助

              

                                                原图

   

                                               目标图像

 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：需要进行膨胀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

       dst：被膨胀后所输出的目标图像

       kernel：腐蚀操作时所采用的结构类型

       anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置

       iterations：膨胀操作迭代的次数

       borderType：图像边界处理的方法

3、其他

    包含开运算、闭运算、形态学梯度、顶帽、黑帽、击中不击中

    

//调用getStructuringElement函数

Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3 + 1),Point(3, 3));

//调用膨胀函数dilate

dilate(m_srcImage, m_dstImage, element);

//开运算 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_OPEN

//闭运算 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_CLOSE

//Morphological Grandient MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_GRADIENT

//顶帽 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_TOPHAT

//黑帽 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_BLACKHAT

//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() );

       

        src：需要进行形态学的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

        dst：经过形态学处理后所输出的目标图像

        op：操作类型，各种形态学运算的操作规则均是将腐蚀和膨胀进行组合而得到的

                                                   op类型

类型	说明	含义	操作
MORPH_ERODE	腐蚀	腐蚀	erode(src)
MORPH_DILATE	膨胀	膨胀	dilate(src)
MORPH_OPEN	开运算	先腐蚀后膨胀	dilate(erode(src))
MORPH_CLOSE	闭运算	先膨胀后腐蚀	erode(dilate(src))
MORPH_GRADIENT	形态学梯度	膨胀图像减去腐蚀图像	dilate(src)-erode(src)
MORPH_TOPHAT	顶帽	原图减去开运算	src-open(src)
MORPH_BLACKHAT	黑帽	闭运算减去原图	close(src)-src
MORPH_HITMISS	击中击不中	前景背景腐蚀运算的交集，仅支持CV_8UC1二进制图	Intersection(erode(src),erode(src1))

   参数kernel、anchor、borderType、borderValue与erode函数的意义一致

//调用getStructuringElement函数
Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));
//调用morphologyEx函数-MORPH_OPEN->开运算
morphologyEx(m_srcImage, m_dstImage, MORPH_OPEN, element);

/*******形态学**********/
//形态学
void DlgImageProcessing::on_comboBoxMorphology_currentIndexChanged(int value)
{
	if (m_srcImage.data)
	{
		QString qsType = ui.comboBoxMorphType->currentText();
		//定义类型
		int MorphologyType = -1;
		if (qsType == "MORPH_RECT")
		{
			MorphologyType = MORPH_RECT;
		}
		else if (qsType == "MORPH_CROSS")
		{
			MorphologyType = MORPH_CROSS;
		}
		else if (qsType == "MORPH_ELLIPSE")
		{
			MorphologyType = MORPH_ELLIPSE;
		}
		else
		{
			MorphologyType = MORPH_RECT;
		}
		//定义大小
		int MorphlogySize = ui.comboBoxMorphSize->currentText().toInt();
		//调用getStructuringElement函数
		Mat element = getStructuringElement(MorphologyType, Size(2 * MorphlogySize + 1, 2 * MorphlogySize + 1), Point(MorphlogySize, MorphlogySize));
		Mat dstImage;
		if (0 == value)
		{
			//调用腐蚀函数erode
			//erode(m_srcImage, dstImage, element);
			//也可以调用morphologyEx函数-MORPH_ERODE->腐蚀
			morphologyEx(m_srcImage, dstImage, MORPH_ERODE, element);
		}
		else if (1 == value)
		{
			//调用膨胀函数dilate
			//dilate(m_srcImage, dstImage, element);
			//也可以调用morphologyEx函数-MORPH_DILATE->膨胀
			morphologyEx(m_srcImage, dstImage, MORPH_DILATE, element);
		}
		else if (2 == value)
		{
			//调用morphologyEx函数-MORPH_OPEN->开运算
			morphologyEx(m_srcImage, dstImage, MORPH_OPEN, element);
		}
		else if (3 == value)
		{
			//调用morphologyEx函数-MORPH_CLOSE->闭运算
			morphologyEx(m_srcImage, dstImage, MORPH_CLOSE, element);
		}
		else if (4 == value)
		{
			//调用morphologyEx函数-MORPH_GRADIENT->Grandient运算
			morphologyEx(m_srcImage, dstImage, MORPH_GRADIENT, element);
		}
		else if (5 == value)
		{
			//调用morphologyEx函数-MORPH_TOPHAT->顶帽变换
			morphologyEx(m_srcImage, dstImage, MORPH_TOPHAT, element);
		}
		else if (6 == value)
		{
			//调用morphologyEx函数-MORPH_BLACKHAT->黑帽变换
			morphologyEx(m_srcImage, dstImage, MORPH_BLACKHAT, element);
		}
		cv::imshow("this result", dstImage);
		emit ShowImage(dstImage);
	}
	else
	{
		QMessageBox::warning(this, "提示", "没图片");
	}
}

原图

腐蚀

膨胀

开运算

闭运算

morphology

顶帽

黑帽

个人站点

1、CSDN地址：

Qt学视觉_CSDN博客-Qt学视觉-OpenCV,特征提取与检测领域博主Qt学视觉擅长Qt学视觉-OpenCV,特征提取与检测,等方面的知识,Qt学视觉关注c++,qt,visualstudio,opencv领域.https://blog.csdn.net/u013480226?spm=1010.2135.3001.5421

2、知乎

        欢迎关注我的知乎专题Qt学视觉 - 知乎使用qt所写的视觉软件https://www.zhihu.com/column/c_1237691650757353472

3、微信公众号《Qt学视觉》

欢迎关注