一、開(kāi)運(yùn)算

開(kāi)運(yùn)算，就是先腐蝕后膨脹的過(guò)程

數(shù)學(xué)表達(dá)式：

　　dst = open(src,element) = dilate(erode(src, element))

開(kāi)運(yùn)算可以用來(lái)消除小物體，在纖細(xì)點(diǎn)處分離物體，并且在平滑較大物體的邊界的同時(shí)不明顯改變其面積。

二、閉運(yùn)算

閉運(yùn)算，就是先膨脹后腐蝕的過(guò)程

數(shù)學(xué)表達(dá)式：

　　dst = open(src,element) = erode(dilate(src, element))

閉運(yùn)算可以用來(lái)排除小型黑洞（黑色區(qū)域）

三、形態(tài)學(xué)梯度

形態(tài)學(xué)梯度，就是膨脹圖與腐蝕圖之差

數(shù)學(xué)表達(dá)式：

　　dst = morph-grad(src,element) = dilate(src, element) -erode(src, element)

對(duì)二值圖進(jìn)行這一操作可以將團(tuán)塊的邊緣突出出來(lái)，我們可以用形態(tài)學(xué)梯度來(lái)保留物體的邊緣輪廓

四、頂帽

頂帽（禮帽）運(yùn)算，就是原圖像與“開(kāi)運(yùn)算”的結(jié)果圖之差

數(shù)學(xué)表達(dá)式：

　　dst = tophat(src,element) = src -open(src,element)

因?yàn)殚_(kāi)運(yùn)算帶來(lái)的結(jié)果是放大了裂縫或者局部低亮度的區(qū)域。因此從原圖中減去開(kāi)運(yùn)算后的圖，得到的效果

圖突出了比原圖輪廓周?chē)膮^(qū)域更明亮的區(qū)域，且這一操作與選擇的核的的大小相關(guān)。

頂帽運(yùn)算往往用來(lái)分離比臨近點(diǎn)亮一些的斑塊，在一幅圖像具有大幅的背景，而微小物品比較有規(guī)律的情況下，

可以使用頂帽運(yùn)算進(jìn)行背景提取

五、黑帽

黑帽運(yùn)算，就是“閉運(yùn)算”的結(jié)果圖與原圖像之差

數(shù)學(xué)表達(dá)式：

　　dst = blackhat(src,element) = close(src,element) -src

黑帽運(yùn)算后的效果圖突出了比原圖輪廓周?chē)膮^(qū)域更暗的區(qū)域，且這一操作和選擇的核的大小相關(guān)

黑帽運(yùn)算用來(lái)分離比臨近點(diǎn)暗一些的斑塊，效果圖有著非常完美的輪廓

六、核心函數(shù)：morphologyEx()

1 void morphologyEx( InputArray src, OutputArray dst,
2                                 int op, InputArray kernel,
3                                 Point anchor = Point(-1,-1), int iterations = 1,
4                                 int borderType = BORDER_CONSTANT,
5                                 const Scalar& borderValue = morphologyDefaultBorderValue() );

  1 #include<opencv2/opencv.hpp>
  2 #include<iostream>
  3 
  4 using namespace std;
  5 using namespace cv;
  6 
  7 Mat g_srcImage, g_dstImage;
  8 int g_nElementShap = MORPH_RECT;   //元素結(jié)構(gòu)的形狀
  9 
 10 //變量接收的TrackBar位置參數(shù)
 11 int g_nMaxIterationNum = 10;
 12 int g_nOpenCloseNum = 0;
 13 int g_nErodeDilateNum = 0;
 14 int g_nTopBlackHatNum = 0;
 15 
 16 static void on_OpenClose(int, void *);   //回調(diào)函數(shù)
 17 static void on_ErodeDilate(int, void *);
 18 static void on_TopBlackHat(int, void *);
 19 
 20 
 21 int main()
 22 {
 23     //載入原圖
 24     g_srcImage = imread("C:\Users\Administrator\Pictures\Camera Roll\05.jpg");
 25     if (!g_srcImage.data) {
 26         cout << "圖片載入失敗！" << endl;
 27         return false;
 28     }
 29 
 30     //顯示原始圖
 31     namedWindow("【原始圖】");
 32     imshow("【原始圖】", g_srcImage);
 33 
 34     //創(chuàng)建三個(gè)窗口
 35     namedWindow("【開(kāi)運(yùn)算/閉運(yùn)算】", 1);
 36     namedWindow("【腐蝕/膨脹】", 1);
 37     namedWindow("【頂帽/黑帽】", 1);
 38 
 39     //分別為三個(gè)窗口創(chuàng)建滾動(dòng)條
 40     createTrackbar("迭代值", "【開(kāi)運(yùn)算/閉運(yùn)算】", &g_nOpenCloseNum, g_nMaxIterationNum * 2 + 1, on_OpenClose);
 41     createTrackbar("迭代值", "【腐蝕/膨脹】", &g_nErodeDilateNum, g_nMaxIterationNum * 2 + 1, on_ErodeDilate);
 42     createTrackbar("迭代值", "【頂帽/黑帽】", &g_nTopBlackHatNum, g_nMaxIterationNum * 2 + 1, on_TopBlackHat);
 43 
 44     //輪詢(xún)獲取按鍵信息
 45     while (1)
 46     {
 47         int c;
 48 
 49         //執(zhí)行回調(diào)函數(shù)
 50         on_OpenClose(g_nOpenCloseNum, 0);
 51         on_ErodeDilate(g_nErodeDilateNum, 0);
 52         on_TopBlackHat(g_nTopBlackHatNum, 0);
 53 
 54         //獲取按鍵
 55         c = waitKey(0);
 56 
 57         //按下鍵盤(pán)Q或者ESC，程序退出
 58         if (c == 'q' || c == 27)
 59             break;
 60         //按下鍵盤(pán)按鍵1，使用橢圓（Elliptic）結(jié)構(gòu)元素MORPH_ELLIPSE
 61         if (c == 'a')
 62             g_nElementShap = MORPH_ELLIPSE;
 63         //按下鍵盤(pán)按鍵2，使用矩形（Rectangle）結(jié)構(gòu)元素MORPH_RECT
 64         if (c == 'b')
 65             g_nElementShap = MORPH_RECT;
 66         //按下鍵盤(pán)按鍵3，使用十字形（Cross-shaped）結(jié)構(gòu)元素MORPH_CROSS
 67         if (c == 'c')
 68             g_nElementShap = MORPH_CROSS;
 69         //按下鍵盤(pán)按鍵space，在矩形、橢圓、十字形結(jié)構(gòu)元素中循環(huán)
 70         if (c == ' ')
 71             g_nElementShap = (g_nElementShap + 1) % 3;
 72     }
 73     return 0;
 74 }
 75     static void on_OpenClose(int, void *) {
 76         //偏移量的定義
 77         int offset = g_nOpenCloseNum - g_nMaxIterationNum;  //偏移量
 78         int Absolute_offset = offset > 0 ? offset : -offset;  //偏移量的絕對(duì)值
 79         //自定義核
 80         Mat element = getStructuringElement(g_nElementShap, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
 81 
 82         //進(jìn)行操作
 83         if (offset < 0)
 84             morphologyEx(g_srcImage, g_dstImage, MORPH_OPEN, element);
 85         else
 86             morphologyEx(g_srcImage, g_dstImage, MORPH_CLOSE, element);
 87 
 88         //顯示圖像
 89         imshow("【開(kāi)運(yùn)算/閉運(yùn)算】", g_dstImage);
 90     }
 91 
 92     static void on_ErodeDilate(int, void *) {
 93         int offset = g_nOpenCloseNum - g_nMaxIterationNum;  //偏移量
 94         int Absolute_offset = offset > 0 ? offset : -offset;  //偏移量的絕對(duì)值
 95         //自定義核
 96         Mat element = getStructuringElement(g_nElementShap, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
 97 
 98         //進(jìn)行操作
 99         if (offset < 0)
100             erode(g_srcImage, g_dstImage, element);
101         else
102             dilate(g_srcImage, g_dstImage, element);
103 
104         //顯示圖像
105         imshow("【腐蝕/膨脹】", g_dstImage);
106     }
107 
108     static void on_TopBlackHat(int, void *) {
109         int offset = g_nOpenCloseNum - g_nMaxIterationNum;  //偏移量
110         int Absolute_offset = offset > 0 ? offset : -offset;  //偏移量的絕對(duì)值
111         //自定義核
112         Mat element = getStructuringElement(g_nElementShap, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
113 
114         //進(jìn)行操作
115         if (offset < 0)
116             morphologyEx(g_srcImage, g_dstImage, MORPH_TOPHAT, element);
117         else
118             morphologyEx(g_srcImage, g_dstImage, MORPH_BLACKHAT, element);
119 
120         //顯示圖像
121         imshow("【頂帽/黑帽】", g_dstImage);
122     }
123     

總結(jié)

以上是生活随笔為你收集整理的形态学滤波（2）：开运算、闭运算、形态学梯度、顶帽、黑帽的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。