以后的博文除了涉及到算法的实现,我就不贴Android代码了,怪累的,见谅见谅~~
开操作- open open() = dilate(erode())
先腐蚀后膨胀,可以去掉小的对象,假设对象是前景色,背景是黑色
闭操作- close close() = erode(dilate())
先膨胀后腐蚀(bin2),可以填充前景上小的洞(fill hole),假设对象是前景色,背景是黑色
形态学梯度- Morphological Gradient dst = dilate() - erode() 可以让像素间的像素值形成梯度
膨胀减去腐蚀,又称为基本梯度(其它还包括-内部梯度(腐蚀减原图还是原图减腐蚀?)、方向梯度(在xy方向进行计算得出的结果))
顶帽 – top hat
顶帽 是原图像与开操作之间的差值图像,结果类似于 !开操作 的图像结果
黑帽 – black hat
黑帽是闭操作图像与源图像的差值图像,可以检测出原图前景色中的黑点
上列的操作基本都是基于膨胀与腐蚀操作的,这些操作在二值图像(位图)、灰度图像中用的特别多,在彩色图像上效果不是很明显,可以将彩色图像转成二值图像
代码
#include "../common/common.hpp"
void main1_12(int argc, char** argv)
{
Mat src1, src2, src3, dst1, dst2, dst3, dst4, dst5;
src1 = imread(getCVImagesPath("images/bintest.png"), IMREAD_COLOR);
imshow("src1", src1);
Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1));//Size的参数需要为奇数
//morphologyEx 形态学操作函数,CV_MOP_OPEN 表示开操作,CV_MOP_CLOSE 表示闭操作,CV_MOP_GRADIENT 表示形态学梯度
// CV_MOP_TOPHAT 表示顶帽,CV_MOP_BLACKHAT 表示黑帽
morphologyEx(src1, dst1, CV_MOP_OPEN, kernel);//开操作,先腐蚀后膨胀,可以去掉独立的小的对象,假设对象是前景色,背景是黑色,要去掉比较大的噪点,可以加大设置Size的参数
imshow("open", dst1);
src2 = imread(getCVImagesPath("images/bin2.png"), IMREAD_COLOR);
imshow("src2", src2);
morphologyEx(src2, dst2, CV_MOP_CLOSE, kernel);//闭操作,先膨胀后腐蚀(bin2),可以填充小的洞(fill hole),去掉前景上的黑点,假设对象是前景色,背景是黑色
imshow("close", dst2);
src3 = imread(getCVImagesPath("images/cat.jpg"), IMREAD_COLOR);
imshow("src3", src3);
morphologyEx(src3, dst3, CV_MOP_GRADIENT, kernel);//形态学梯度,膨胀减去腐蚀,又称为基本梯度(其它还包括-内部梯度(腐蚀减原图还是原图减腐蚀?)、方向梯度(在xy方向进行计算得出的结果))
imshow("Morphological Gradient", dst3);
morphologyEx(src1, dst4, CV_MOP_TOPHAT, kernel);//顶帽,原图像与开操作之间的差值图像,结果类似于 !开操作 的图像结果
imshow("Top Hat", dst4);
morphologyEx(src2, dst5, CV_MOP_BLACKHAT, kernel);//黑帽,闭操作图像与源图像的差值图像,可以检测出原图的黑点
imshow("Black Hat", dst5);
waitKey(0);
}