OpenCV4（C++）——形态学（腐蚀、膨胀）

---

一、腐蚀（erode）

OpenCV 4提供了用于图像腐蚀的erode()函数。

void cv::erode(src, dst, kernel, anchor, iterations, borderType, borderValue)

src：输入图像。
dst：输出图像，与输入图像具有相同的大小和类型。
kernel：腐蚀操作的结构元素。可以自己定义，也可以用getStructuringElement()函数生成。
anchor：结构元素的锚点位置，默认为 (-1, -1)，表示位于结构元素的中心。
iterations：指定腐蚀操作的迭代次数，默认为 1。
borderType：图像边框的处理方式，默认为 BORDER_DEFAULT。
borderValue：默认使用边界不变外推法时的边界值。当边框类型为 BORDER_CONSTANT 时，指定边框的固定值，默认为 0。


cv::Mat cv::getStructuringElement(int  shape,
                              Size  ksize,  // 结构元素的尺寸大小
                              Point  anchor = Point(-1,-1)  // 中心点的位置，默认参数为结构元素的几何中心点
                              )
shape:结构元素的种类: 
	MORPH_RECT(简记：0) —— 矩形结构元素，所有元素都为1
	MORPH_CROSS（简记：1）—— 十字结构元素，中间的列和行元素为1
	MORPH_ELLIPSE（简记：2） —— 椭圆结构元素，矩形的椭圆内接元素为1

代码如下（示例）：

	//cv::Mat image = cv::imread("C:/Users/Opencv/temp/wz.png",cv::IMREAD_GRAYSCALE);
	cv::Mat image = cv::imread("C:/Users/Opencv/temp/black.png", cv::IMREAD_GRAYSCALE);
	cv::Mat erodeImage;

	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
	cv::erode(image, erodeImage, kernel);

注意：腐蚀从字面意思上不难理解是缩小轮廓的意思，但erode函数只针对图像中的非0像素。因此，如果图像是以0像素为背景，那么腐蚀操作后会看到图像中的内容变得更瘦小；如果图像是以255像素为背景，那么腐蚀操作后会看到图像中的内容变得更粗大。

二、膨胀（dilate）

图像的膨胀与图像腐蚀是一对相反的过程，OpenCV 4提供了用于图像膨胀的dilate()函数，函数原型和erode是一样的。
  同样注意，如果图像是以0像素为背景，那么膨胀操作后会看到图像中的内容变得更粗大；如果图像是以255像素为背景，那么膨胀操作后会看到图像中的内容变得更细小。

  总结：常规理念中的腐蚀和膨胀是在0像素（黑色）背景下的。

三、形态学操作

腐蚀和膨胀都是图像形态学操作的其中一种，两者还可以有多种组合方式。如常见的开运算和闭运算：

（1）腐蚀可以将细小的噪声区域去除，但也会将图像主要区域的面积缩小；所以可以在腐蚀操作后，再进行膨胀操作，来弥补较大连通域因腐蚀而造成的面积减小。这种操作称为开运算。

（2）膨胀可以扩充每一个区域的面积，填充较小的空洞，连接两个临近的连通域，但是同样会增加噪声的面积；所以可以在膨胀操作只会，再进行腐蚀操作减少由膨胀运算引起的连通域边界和面积的扩大。这种操作被成为闭运算。

此外，形态学操作还有梯度（描述目标边界）、顶帽运算（原图像与开运算结果之间的差值，用来分离比邻近点亮一些的斑块）、黑帽运算（原图像与闭运算结果之间的差值，往往用来分离比邻近点暗一些的斑块）、击中击不中变换（找出与结构元素一模一样的结构）。

OpenCV 4提供了morphologyEx()函数来囊括这些形态学操作

void cv::morphologyEx(InputArray  src, 
					OutputArray  dst,
					int  op,  // 形态学操作类型的标志
					InputArray  kernel,  // 结构元素，可以自己生成，也可以用getStructuringElement()函数生成
					anchor = Point(-1,-1),  // 中心点在结构元素中的位置，默认参数为结构元素的几何中心点
					int  iterations = 1,
					int  borderType = BORDER_CONSTANT,
					const Scalar &  borderValue = morphologyDefaultBorderValue() 

其中第三个参数形态学操作类型的标志：
标志参数	       简记	  作用
MORPH_ERODE  	0	图像腐蚀
MORPH_DILATE	1	图像膨胀
MORPH_OPEN	    2	开运算
MORPH_CLOSE	    3	闭运算
MORPH_GRADIENT	4	形态学梯度
MORPH_TOPHAT	5	顶帽运算
MORPH_BLACKHAT	6	黑帽运算
MORPH_HITMISS	7	击中击不中运算

四、总结

腐蚀和膨胀其实可以看成对图片进行了一次（多次）卷积操作。并且需要根据实际情况来选择使用哪种形态学操作，但通常来说，开运算（先腐蚀再膨胀）是比较常用的，因为其可以去除噪音和一些不相干的微小区域，并保留主要区域。（但感觉就像是滤波处理）