目录
平台：Windows 10 20H2
Visual Studio 2015
OpenCV 4.5.3
二值图像
原理
本节内容引自二值图像腐蚀与膨胀操作样例 —— Zetaa
刚开始操作时同时有三张图，分别为原图像，结构元素图像，输出结果（此时尚为空白图像）
原图像只是提供位置信息，不参与输出图像的构成。
腐蚀
结构的原点设置在结构内部情况举例
上图中图(a)为原图像，图(b)为结构元素
寻找结构元素匹配原图的位置(右侧为输出图像)
根据原点在原图像中的位置，在输出图像上完全对应的位置上涂黑，即输出图像更变为
在原图中寻找下一个完全和结构元素匹配部分，根据此刻结构元素的原点在原图像上的位置，在输出图像相同的位置上涂黑
重复这些操作，直到寻找完毕。
结构的原点设置在结构的外部情况举例
此种情况结构元素的原点不在结构元素内部
寻找结构元素匹配原图的位置(右侧为输出图像)
根据原点在原图像中的位置，在输出图像上完全对应的位置上涂黑，即输出图像更变为
在原图中寻找下一个完全和结构元素匹配部分，根据此刻结构元素的原点在原图像上的位置，在输出图像相同的位置上涂黑
重复这些操作，直到寻找完毕。
膨胀
结构的原点设置在结构的内部情况举例
图中左侧(a)为原图像，右侧(b)为结构元素
拿结构元素的原点在原图像上的黑色方块上一次一次移动，如：
将结构元素的原点，放置在原图向上的第一个黑色方块上，即
左侧为原图像，右侧为输出图像
根据此时结构元素在原图上霸占的所有位置，我们在输出图的相应所有位置涂黑，即
将结构元素的原点移动到下一个原图上的黑色方块，即
根据此时结构元素在原图上霸占的所有位置，我们在输出图的相应所有位置涂黑，即
重复第三步和第四步，直到遍历完毕原图像中所有的黑色方块，我们得到最终输出结果
结构的原点设置在结构的外部情况举例
左侧为原图，右侧为结构元素，此种情况的结构元素的原点不在结构元素内部
将结构元素的原点，放置在原图向上的第一个黑色方块上，即
根据此时结构元素在原图上霸占的所有位置，我们在输出图的相应所有位置涂黑，即
将结构元素的原点移动到下一个原图上的黑色方块，即
根据此时结构元素在原图上霸占的所有位置，我们在输出图的相应所有位置涂黑，即
重复第三步和第四步，直到遍历完毕原图像中所有的黑色方块，我们得到最终输出结果
开闭运算
开运算为先腐蚀再膨胀
闭运算为先膨胀再腐蚀
完整源码
//包含头文件
#include <opencv2/opencv.hpp>
//命名空间
using namespace cv;
using namespace std;
//全局函数声明部分
//我的腐蚀运算
Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{
uint32_t x = 0, y = 0;
Mat dst(src.rows, src.cols, CV_8U, Scalar(0));
for (x = 0; x < src.cols; ++x)
{
for (y = 0; y < src.rows; ++y)
{
//确定是否需要腐蚀
uint8_t dst_P = 1;
for (uint32_t xm = 0; xm < Mask.cols; ++xm)
{
for (uint32_t ym = 0; ym < Mask.rows; ++ym)
{
if (dst_P && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)
dst_P &= (Mask.at<uchar>(Point(xm, ym)) & src.at<uchar>(Point(x + xm, y + ym)));
}
if (!dst_P)
break;
}
if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows) //完全对上时
dst.at<uchar>(Point(x + x0, y + y0)) = src.at<uchar>(Point(x, y));
}
}
return dst;
}
//我的膨胀运算
Mat Dilate(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{
uint32_t x = 0, y = 0;
Mat dst(src.rows, src.cols, CV_8U, Scalar(0));
for (x = 0; x < src.cols; ++x)
{
for (y = 0; y < src.rows; ++y)
{
if (src.at<uchar>(Point(x, y)))
{
for (uint32_t xm = 0; xm < Mask.cols; ++xm)
{
for (uint32_t ym = 0; ym < Mask.rows; ++ym)
{
if ((x + xm - x0) < dst.cols && (y + ym - y0) < dst.rows)
dst.at<uchar>(Point(x + xm - x0, y + ym - y0)) = 255; //膨胀
}
}
}
}
}
return dst;
}
//主函数
int main(int argc, char * argv[])
{
//【1】载入图像,灰度化
Mat image = imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\2.jpg", 0);//灰度原图
//【2】检查是否载入成功
if (image.empty())
{
printf("读取图片错误，请确认目录下是否有imread函数指定图片存在！\n");
return 0;
}
//【3】阈值化生成二值图像
Mat binaryImage;
threshold(image, binaryImage, 127, 255, THRESH_BINARY);
//【4】生成结构元素
uint8_t element_a[3][3] =
{
1, 1, 1,
1, 1, 1,
1, 1, 1, };
Mat element = Mat(3, 3, CV_8U, element_a);
//【5】显示图像
imshow("原二值图像", binaryImage);
//【6】腐蚀运算
Mat erodedImage;
erode(binaryImage, erodedImage, element);
imshow("Opencv的腐蚀运算", erodedImage);
imshow("我的腐蚀运算", Erode(binaryImage, element, 1, 1));
//【7】膨胀运算
Mat dilatedImage;
dilate(binaryImage, dilatedImage, element);
imshow("Opencv的膨胀运算", dilatedImage);
imshow("我的膨胀运算", Dilate(binaryImage, element, 1, 1));
//【8】开运算
Mat OpenImage;
morphologyEx(binaryImage, OpenImage, MORPH_OPEN, element);
imshow("Opencv的开运算", OpenImage);
imshow("我的开运算", Dilate(Erode(binaryImage, element, 1, 1), element, 1, 1)); //开运算即先腐蚀再膨胀
//【9】闭运算
Mat CloseImage;
morphologyEx(binaryImage, CloseImage, MORPH_CLOSE, element);
imshow("Opencv的闭运算", CloseImage);
imshow("我的闭运算", Erode(Dilate(binaryImage, element, 1, 1), element, 1, 1)); //闭运算即先膨胀再腐蚀
//【10】保持窗口显示
waitKey(0);
return 0;
}
效果
原图
腐蚀运算
膨胀运算
开运算
闭运算
灰度图像
原理
本节内容摘自灰度图像–形态学处理（腐蚀，膨胀，开、闭运算，顶帽（礼帽），低帽（黒帽），测定腐蚀、测地膨胀，形态学重建） —— 编程萝卜
在灰度图像中，为了保存灰度信息，腐蚀和膨胀的操作被对应的替换成了“最大值”和“最小值”操作
腐蚀
膨胀
开闭运算
与二值图像中的定义相同，开、闭运算也由腐蚀膨胀运算衍生出来的，依旧是
先腐蚀后膨胀是开运算，
先膨胀后腐蚀是闭运算。
完整源码
//包含头文件
#include <opencv2/opencv.hpp>
//命名空间
using namespace cv;
using namespace std;
//全局函数声明部分
//我的腐蚀运算
Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{
uint32_t x = 0, y = 0;
Mat dst(src.rows, src.cols, CV_8U, Scalar(0));
for (x = 0; x < src.cols; ++x)
{
for (y = 0; y < src.rows; ++y)
{
uint8_t dst_P = 255;
for (uint32_t xm = 0; xm < Mask.cols; ++xm)
{
for (uint32_t ym = 0; ym < Mask.rows; ++ym)
{
if (dst_P && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)
if (dst_P > src.at<uchar>(Point(x + xm, y + ym))) //寻找最小值
dst_P = src.at<uchar>(Point(x + xm, y + ym));
}
if (!dst_P)
break;
}
if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows)
dst.at<uchar>(Point(x + x0, y + y0)) = dst_P;
}
}
return dst;
}
//我的膨胀运算
Mat Dilate(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{
uint32_t x = 0, y = 0;
Mat dst(src.rows, src.cols, CV_8U, Scalar(0));
for (x = 0; x < src.cols; ++x)
{
for (y = 0; y < src.rows; ++y)
{
uint8_t dst_P = 0;
for (uint32_t xm = 0; xm < Mask.cols; ++xm)
{
for (uint32_t ym = 0; ym < Mask.rows; ++ym)
{
if (dst_P != 255 && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)
if (dst_P < src.at<uchar>(Point(x + xm, y + ym))) //寻找最大值
dst_P = src.at<uchar>(Point(x + xm, y + ym));
}
if (dst_P == 255)
break;
}
if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows)
dst.at<uchar>(Point(x + x0, y + y0)) = dst_P;
}
}
return dst;
}
//主函数
int main(int argc, char * argv[])
{
//【1】载入图像,灰度化
Mat image = imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\8.jpg", 0);//灰度原图
//【2】检查是否载入成功
if (image.empty())
{
printf("读取图片错误，请确认目录下是否有imread函数指定图片存在！\n");
return 0;
}
//【3】生成结构元素
uint8_t element_a[7][7] =
{
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, };
Mat element = Mat(7, 7, CV_8U, element_a);
//【4】显示图像
imshow("原灰度图像", image);
//【5】腐蚀运算
Mat erodedImage;
erode(image, erodedImage, element);
imshow("Opencv的腐蚀运算", erodedImage);
imshow("我的腐蚀运算", Erode(image, element, 3, 3));
//【6】膨胀运算
Mat dilatedImage;
dilate(image, dilatedImage, element);
imshow("Opencv的膨胀运算", dilatedImage);
imshow("我的膨胀运算", Dilate(image, element, 3, 3));
//【7】开运算
Mat OpenImage;
morphologyEx(image, OpenImage, MORPH_OPEN, element);
imshow("Opencv的开运算", OpenImage);
imshow("我的开运算", Dilate(Erode(image, element, 3, 3), element, 3, 3)); //开运算即先腐蚀再膨胀
//【8】闭运算
Mat CloseImage;
morphologyEx(image, CloseImage, MORPH_CLOSE, element);
imshow("Opencv的闭运算", CloseImage);
imshow("我的闭运算", Erode(Dilate(image, element, 3, 3), element, 3, 3)); //闭运算即先膨胀再腐蚀
//【10】保持窗口显示
waitKey(0);
return 0;
}
效果
原图
腐蚀运算
膨胀运算
开运算
闭运算
