opencv 核 腐蚀_学习 opencv---(9)形态学图像处理（一）：膨胀和腐蚀

本篇文章中，我们一起探究了图像处理中，最基本的形态学运算——膨胀与腐蚀。浅墨在文章开头友情提醒，用人物照片做腐蚀和膨胀的素材图片得到的效果会比较惊悚，毁三观的，不建议尝试。。。。。。。。。。

一、理论与概念讲解——从现象到本质

1.1 形态学概述

形态学(morphology)一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构，而我们图像处理中指的形态学，往往表示的是数学形态学，下面一起来了解数学形态学的概念。

数学形态学(Mathematical morphology)是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：二值腐蚀和膨胀，二值开闭运算，骨架抽取，极限腐蚀，击中击不中变换，形态学梯度，Top-hat变换，颗粒分析，流域变换，灰值腐蚀和膨胀，灰值开闭运算，灰值形态学梯度等。

简单来讲，形态学操作就是基于形状的一系列图像处理操作。opencv为进行图像的形态学变换提供了快捷，方便的函数，最基本的形态学操作有二种，他们是：膨胀和腐蚀(Dilation与Erosion)

膨胀与腐蚀能实现多种多样的功能，主要如下：

消除噪声

分割(isolate)出独立的图像元素，在图像中连接(join)相邻的元素。

寻找图像中的明显的极大值区域或极小值区域

求出图像的梯度

在进行腐蚀和膨胀的讲解之前，首先需要注意：腐蚀和膨胀是对白色部分(高亮部分)而言的，不是黑色部分。 膨胀就是图像中的高亮部分进行膨胀，“邻域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中高亮部分被腐蚀，“邻域被蚕食”，效果图拥有比原图更小的高亮区域。

1.2 膨胀

其实，膨胀就是求局部最大值的操作。

按数学方面来说，膨胀或者腐蚀操作就是将图像(或图像的一部分区域，我们称之为A)与核(我们称之为B)进行卷积。

核可以是任何的形状和大小，它拥有一个单独定义出来的参考点，我们称其为锚点(anchorpoint)。多数情况下，核是一个小的中间带有参考点和实心正方形或者圆盘，其实，我们可以把核视为模板或者掩码。

而膨胀就是求局部最大值的操作，核B与图形卷积，即计算核B覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐增长。如下图所示，这就是膨胀操作的初衷

膨胀的数学表达式：

膨胀效果图(毛笔字)：

照片膨胀效果图：

1.3 腐蚀

再来看一下腐蚀，，大家应该知道，膨胀和腐蚀是一对好基友，是相反的一对操作，所以腐蚀就是求局部最小值的操作，我们一般都会把腐蚀和膨胀对应起来理解和学习。下文就可以看到，两者的函数原型也是基本上一样的。

原理图：

腐蚀的数学表达式：

腐蚀效果图(毛笔字)：

照片腐蚀效果图：

声明：这俩个数学表达式直接复制过来看的有点问题，应该是把小字体的部分去掉才对吧。。。。。。。。

二、深入——OpenCV源码分析溯源

直接上源码吧，在…\opencv\sources\modules\imgproc\src\ morph.cpp路径中 的第1773行开始就为erode(腐蚀)函数的源码，

1 voidcv::erode( InputArray src, OutputArray dst, InputArray kernel,2 Point anchor, intiterations,3 int borderType, const Scalar&borderValue )4 {5 //调用morphOp函数，并设定标识符为MORPH_ERODE

6 morphOp( MORPH_ERODE, src, dst, kernel, anchor, iterations, borderType, borderValue );7 }

第1781行

voidcv::dilate( InputArray src, OutputArray dst, InputArray kernel,

Point anchor,intiterations,int borderType, const Scalar&borderValue )

{//调用morphOp函数，并设定标识符为MORPH_DILATE

morphOp( MORPH_DILATE, src, dst, kernel, anchor, iterations, borderType, borderValue );

}

可以发现erode和dilate这两个函数内部就是调用了一下morphOp，只是他们调用morphOp时，第一个参数标识符不同，一个为MORPH_ERODE(腐蚀)，一个为MORPH_DILATE(膨胀)。

morphOp函数的源码在…\opencv\sources\modules\imgproc\src\morph.cpp中的第1716行，有兴趣的朋友们可以研究研究，这里就不费时费力花篇幅展开分析了。

1 static void morphOp( intop, InputArray _src, OutputArray _dst,2 InputArray _kernel,3 Point anchor, intiterations,4 int borderType, const Scalar&borderValue )5 {6 Mat kernel =_kernel.getMat();7 Size ksize = !kernel.empty() ? kernel.size() : Size(3,3);8 anchor =normalizeAnchor(anchor, ksize);9

10 CV_OCL_RUN(_dst.isUMat() && _src.dims() <= 2 && _src.channels() <= 4 &&

11 borderType == cv::BORDER_CONSTANT && borderValue == morphologyDefaultBorderValue() &&

12 (op == MORPH_ERODE || op == MORPH_DILATE) &&

13 anchor.x == ksize.width >> 1 && anchor.y == ksize.height >> 1,14 ocl_morphOp(_src, _dst, kernel, anchor, iterations, op, borderType, borderValue) )15

16 if (iterations == 0 || kernel.rows*kernel.cols == 1)17 {18 _src.copyTo(_dst);19 return;20 }21

22 if(kernel.empty())23 {24 kernel = getStructuringElement(MORPH_RECT, Size(1+iterations*2,1+iterations*2));25 anchor =Point(iterations, iterations);26 iterations = 1;27 }28 else if( iterations > 1 && countNonZero(kernel) == kernel.rows*kernel.cols )29 {30 anchor = Point(anchor.x*iterations, anchor.y*iterations);31 kernel =getStructuringElement(MORPH_RECT,32 Size(ksize.width + (iterations-1)*(ksize.width-1),33 ksize.height + (iterations-1)*(ksize.height-1)),34 anchor);35 iterations = 1;36 }37

38 CV_IPP_RUN(IPP_VERSION_X100 >= 810, ipp_MorphOp(op, _src, _dst, kernel, anchor, iterations, borderType, borderValue))39

40 Mat src =_src.getMat();41 _dst.create( src.size(), src.type() );42 Mat dst =_dst.getMat();43

44 int nStripes = 1;45 #if defined HAVE_TEGRA_OPTIMIZATION

46 if (src.data != dst.data && iterations == 1 && //NOTE: threads are not used for inplace processing

47 (borderType & BORDER_ISOLATED) == 0 && //TODO: check border types

48 src.rows >= 64 ) //NOTE: just heuristics

49 nStripes = 4;50 #endif

51

52 parallel_for_(Range(0, nStripes),53 MorphologyRunner(src, dst, nStripes, iterations, op, kernel, anchor, borderType, borderType, borderValue));54 }

等有时间了一定去研究。。。。。。。。。。。。。

三、浅出——API函数快速上手

3.1  形态学膨胀——dilate函数

erode 函数，使用像素邻域内的局部极大运算符来膨胀一张图片，从src输入，由dst输出。支持就地(in-place)操作。

函数原型：

1 voiddilate(InputArray src,2 OutputArray dst,3 InputArray kernel,4 Point anchor=Point(-1,-1),5 int iterations=1,6 int borderType=BORDER_CONSTANT,7 const Scalar& borderValue=morphologyDefaultBorderValue()8 )

参数详解：

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。

第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。

第三个参数，InputArray类型的kernel，膨胀操作的核。若为NULL时，表示的是使用参考点位于中心3x3的核。

我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素(内核矩阵)。

其中，getStructuringElement函数的第一个参数表示内核的形状，我们可以选择如下三种形状之一：

矩形: MORPH_RECT

交叉形: MORPH_CROSS

椭圆形: MORPH_ELLIPSE

而getStructuringElement函数的第二和第三个参数分别是内核的尺寸以及锚点的位置。

我们一般在调用erode以及dilate函数之前，先定义一个Mat类型的变量来获得getStructuringElement函数的返回值。对于锚点的位置，有默认值Point(-1,-1)，表示锚点位于中心。且需要注意，十字形的element形状唯一依赖于锚点的位置。而在其他情况下，锚点只是影响了形态学运算结果的偏移。

etStructuringElement函数相关的调用示例代码如下：

1 int g_nStrutElement = 3; //结构元素(内核矩阵)的尺寸2

3 //获取自定义核

4 Mat element =getStructuringElement(MORPH_RECT,5 Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),6 Point( g_nStructElementSize, g_nStructElementSize ) );

调用这样之后，我们便可以在接下来调用erode或dilate函数时，第三个参数填保存了getStructuringElement返回值的Mat类型变量。对应于我们上面的示例，就是填element变量

第四个参数，Point类型的anchor，锚的位置，其有默认值(-1，-1)，表示锚位于中心。

第五个参数，int类型的iterations，迭代使用erode()函数的次数，默认值为1。

第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。

第七个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

使用erode函数，一般我们只需要填前面的三个参数，后面的四个参数都有默认值。而且往往结合getStructuringElement一起使用。

调用范例：

1 //载入原图

2 Mat image = imread("1.jpg");3

4 //获取自定义核

5 Mat element = getStructuringElement(MORPH_RECT,Size(15,15));6 Mat out;7 //进行膨胀操作

8 dilate(image,out,element);

3.2 形态学腐蚀——erode函数

erode函数，使用像素邻域内的局部极小运算来腐蚀一张图片，从src输入，由dst输出。支持就地(in-place)操作。

看一下函数原型：

1 voiderode( InputArray src,2 OutputArray dst,3 InputArray kernel,4 Point anchor=Point(-1,-1),5 int iterations=1,6 int borderType=BORDER_CONSTANT,7 const Scalar& borderValue=morphologyDefaultBorderValue() );

参数详解：

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。

第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。

第三个参数，InputArray类型的kernel，腐蚀操作的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素(内核矩阵)。(具体看上文中浅出部分dilate函数的第三个参数讲解部分)

第四个参数，Point类型的anchor，锚的位置，其有默认值(-1，-1)，表示锚位于单位(element)的中心，我们一般不用管它。

第五个参数，int类型的iterations，迭代使用erode()函数的次数，默认值为1。

第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。

第七个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

同样的，使用erode函数，一般我们只需要填前面的三个参数，后面的四个参数都有默认值。而且往往结合getStructuringElement一起使用。

调用范例：

//载入原图

Mat image = imread("1.jpg");//获取自定义核

Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));

Matout;//进行腐蚀操作

erode(image,out,element);

3.3 实战

1 #include

2 #include

3 #include

4 #include

5

6

7 using namespacestd;8 using namespacecv;9

10

11 /*----------------【1】膨胀dilate函数-------------------*/

12 /*

13 void main()14 {15 //载入原图16 Mat image = imread("1.jpg");17

18 //创建窗口19 namedWindow("【原图】膨胀操作");20 namedWindow("【效果图】膨胀操作");21

22 //显示原图23 imshow("【原图】膨胀操作",image);24

25 //获取自定义核26 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));27 Mat out;28

29 //进行膨胀操作30 dilate(image,out,element);31

32 //显示效果图33 imshow("【效果图】膨胀操作",out);34

35 waitKey();36 }37 */

38

39

40 /*----------------【2】腐蚀erode函数-------------------*/

41 /*

42 void main()43 {44 //载入原图45 Mat image = imread("1.jpg");46

47 //创建窗口48 namedWindow("【原图】腐蚀操作");49 namedWindow("【效果图】腐蚀操作");50

51 //显示原图52 imshow("【原图】腐蚀操作", image);53

54 //获取自定义核55 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));56 Mat out;57

58 //进行膨胀操作59 erode(image, out, element);60

61 //显示效果图62 imshow("【效果图】腐蚀操作", out);63

64 waitKey();65 }66 */

四、综合示例——在实战中熟稔

依然是每篇文章都会配给大家的一个详细注释的博文配套示例程序，把这篇文章中介绍的知识点以代码为载体，展现给大家。

这个示例程序中的效果图窗口有两个滚动条，顾名思义，第一个滚动条“腐蚀/膨胀”用于在腐蚀/膨胀之间进行切换；第二个滚动条”内核尺寸”用于调节形态学操作时的内核尺寸，以得到效果不同的图像，有一定的可玩性。废话不多说，上代码吧：

1 Mat g_srcImage, g_dstImage; //原始图和效果图

2 int g_nTrackbarNumber = 0; //0表示腐蚀erode,1表示dialte

3 int g_nStructElementSize = 3; //结构元素(内核矩阵)的尺寸

4

5 void Process(); //膨胀和腐蚀处理函数

6 void on_TrackbarNumChange(int ,void*); //回调函数

7 void on_ElementSizeChange(int ,void*); //回调函数

8

9

10 /*------------【Process()函数】--------------------------11 描述：进行自定义的腐蚀和膨胀操作12 -------------------------------------------------------*/

13 voidProcess()14 {15 //获取自定义核

16 Mat element = getStructuringElement(MORPH_RECT, Size(2 * g_nStructElementSize + 1, 2 * g_nStructElementSize + 1), Point(g_nStructElementSize, g_nStructElementSize));17

18 //进行膨胀或膨胀操作

19 if (g_nTrackbarNumber == 0)20 {21 erode(g_srcImage,g_dstImage,element);22 }23 else

24 {25 dilate(g_srcImage,g_dstImage,element);26 }27

28 //显示效果图

29 imshow("【效果图】",g_dstImage);30 }31

32

33

34 /*------------------【on_TrackbarNumChange()函数】-------------------------35 描述：腐蚀和膨胀之间切换开关的回调函数36 ---------------------------------------------------------------------------*/

37 void on_TrackbarNumChange(int, void *)38 {39 //腐蚀和膨胀之间效果已经切换，回调函数体内需要调用一次Process函数，使改变后的效果立即生效并显示出来

40 Process();41 }42

43 /*-------------------------【on_ElementSizeChange()函数】--------------------------44 描述：腐蚀和膨胀操作内核改变时的回调函数45 ----------------------------------------------------------------------------------*/

46 void on_ElementSizeChange(int, void *)47 {48 //内核尺寸已改变，回调函数体内需调用一次Process函数，使改变后的效果立即生效并显示出来

49 Process();50 }51

52 intmain()53 {54 //改变console字体颜色

55 system("color 5E");56

57 //载入原图

58 g_srcImage = imread("1.jpg");59 if (!g_srcImage.data)60 {61 printf("Oh，no，读取srcImage错误~！ \n");62 return false;63 }64

65 //显示原始图

66 namedWindow("【原始图】");67 imshow("【原始图】", g_srcImage);68

69 //进行初次腐蚀操作并显示效果图

70 namedWindow("【效果图】");71

72 //获取自定义核

73 Mat element = getStructuringElement(MORPH_RECT,Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),Point(g_nStructElementSize,g_nTrackbarNumber));74 erode(g_srcImage,g_dstImage,element);75 imshow("【效果图】",g_dstImage);76

77 //创建轨迹条

78 createTrackbar("腐蚀/膨胀","【效果图】",&g_nTrackbarNumber,1,on_TrackbarNumChange);79 createTrackbar("内核尺寸","【效果图】",&g_nStructElementSize,21,on_ElementSizeChange);80

81 //输出一些帮助信息

82 cout << endl << "\t嗯。运行成功，请调整滚动条观察图像效果~\n\n"

83 << "\t按下“q”键时，程序退出~!\n"

84 << "\n\n\t\t\t\t by hehheh";85

86 //轮询获取按键信息，若下q键，程序退出

87 while (char(waitKey(1)) != 'q') {}88

89

90 return 0;91 }

最好自己敲一遍，这样记得更清楚。。。。