OPenCV版本：4.4
IDE：VS2017

功能描述

通過一個特定的結(jié)構(gòu)元素腐蝕一個圖像。圖像腐蝕的過程類似于一個卷積的過程，源圖像矩陣A以及結(jié)構(gòu)元素B，B在A矩陣上依次移動，每個位置上B所覆蓋元素的最小值替換B的中心位置值（即錨點處），完成整個腐蝕的過程。

注意：所謂的腐蝕與膨脹的對象是針對圖像中的白色元素所說的。看成是圖像中的物體話會理解反。

算法通俗理解：腐蝕算法使二值圖像縮小一圈，刪除對象邊界的某些像素，其運算過程就是使用用3X3的結(jié)構(gòu)元素，掃描二值圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”運算，如果都為1，結(jié)構(gòu)圖像的該像素為1，否則為0。結(jié)果就是使二值圖像減小一圈。

函數(shù)使用一個指定的核元素去腐蝕源圖像，內(nèi)核有一個可定義的 錨點，我們叫他內(nèi)核中心點，腐蝕操作時，獲取內(nèi)核覆蓋區(qū)域最小像素值，并代替錨點的像素，最小值通過以下公式獲取：
$$\text{dst}(x,y)=\underset{(x^{\prime },y^{\prime }):\text{element}(x^{\prime },y^{\prime })=0}{\min }\text{src}(x+x^{\prime },y+y^{\prime })$$
函數(shù)支持就地模式，腐蝕操作可以迭加使用多次，在多通道圖像的情況下，每個通道獨立處理。

函數(shù)原型

CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );

參數(shù)描述

• 參數(shù) src 輸入圖像;通道的數(shù)量可以是任意的，但是深度值應該是以下之一：
  CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.

• 參數(shù) dst 和源圖像同樣大小和類型的輸出圖像。

• 參數(shù) kernel 用于腐蝕的結(jié)構(gòu)元素;如果element=Mat(),是一個3 x 3的矩形結(jié)構(gòu)元素. Kernel 可以通過使用getStructuringElement來創(chuàng)建。

• 參數(shù) anchor 素中的錨點的位置，默認是值(-1,-1),也就是說錨點在元素的中心位置。

• 參數(shù) iterations 腐蝕的迭代次數(shù)。

• 參數(shù) borderType像素外推方法。參見#BorderTypes， BORDER_WRAP不支持。

• 參數(shù) borderValue 固定邊緣的情況下的邊緣值。

  參考 dilate, morphologyEx, getStructuringElement

源碼示例：

#include <iostream> #include <opencv2/opencv.hpp>int main() {cv::Mat image = cv::imread("D:\\OpenCVtest\\images\\juice.png");if (image.empty()){std::cout << "image read failed!" << std::endl;cv::waitKey(0);return 0;}cv::Mat imageDst;//自定義核cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(8, 8));cv::imshow("原圖", image);cv::erode(image, imageDst, element);cv::imshow("腐蝕", imageDst);cv::waitKey(0);return 0; }

運行結(jié)果：

可見果汁杯邊緣變粗，水果的顏色變深，邊緣變粗。

總結(jié)

以上是生活随笔為你收集整理的OpenCV图像腐蚀函数erode()的使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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