OpenCV之图像处理(十二) 形态学操作

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);
    }

效果图