OPenCV版本：4.4
IDE：VS2017
功能描述
简述：执行先进的形态学的变换。
函数 cv::morphologyEx使用腐蚀和膨胀的作为基本的操作来进行高级的形态学的变换。
任何操作都能就地执行，在多通道图像中，每个通道独立进行处理。
梯度运算通俗讲其实就是将膨胀以后的图像-腐蚀以后的图像，得到最终的轮廓。
那么梯度运算是干什么用的呢？我们可以通过运算得到物体的边缘轮廓。
函数原型
CV_EXPORTS_W 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() );
参数描述
-
参数 src 源图像.通道的数量可以是任意的，但是深度值应该是以下之一：
CV_8U, CV_16U, CV_16S, CV_32F or CV_64F. -
参数 dst 和源图像同样大小和类型的目标图像。
-
参数 op 形态学操作的类型, 详见：MorphTypes
-
参数 kernel 结构元素。Kernel 可以通过使用getStructuringElement来创建。
扫描二维码关注公众号，回复： 12461776 查看本文章
-
参数 anchor 元素中的锚点的位置，负值表示锚点在核中心。
-
参数 iterations 腐蚀和膨胀的迭代次数。
-
参数 borderType 像素外推方法。详见：BorderTypes， BORDER_WRAP不支持。
-
参数 borderValue 固定边缘的情况下的边缘值。缺省值含有一个特殊的意义 。The default value has a special
meaning.参考 dilate, erode, getStructuringElement
源码示例
#include <iostream>
#include <opencv2/opencv.hpp>
int main()
{
cv::Mat image = cv::imread("D:\\OpenCVtest\\images\\gradient.png");
if (image.empty())
{
std::cout << "image read failed!" << std::endl;
cv::waitKey(0);
return 0;
}
//自定义核
cv::Mat element = getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
//梯度运算
cv::Mat result;
cv::morphologyEx(image, result, cv::MORPH_GRADIENT, element, cv::Point(-1, -1), 2);
cv::imshow("原图", image);
cv::imshow("梯度运算结果图", result);
cv::waitKey(0);
return 0;
}
运行结果：
梯度运算后的图像：
