OpenCV3之——形态学滤波（1）：腐蚀与膨胀

 形态学操作

• 简单来讲，形态学操作就是基于形状的一系列图像处理操作。通过将 结构元素 作用于输入图像来产生输出图像。

• 最基本的形态学操作有二：腐蚀与膨胀(Erosion 与 Dilation)。 他们的运用广泛:

  • 消除噪声
  • 分割(isolate)独立的图像元素，以及连接(join)相邻的元素
  • 寻找图像中的明显的极大值区域或极小值区域
  • 求出图像的梯度

• 通过以下图像，我们简要来讨论一下膨胀与腐蚀操作(译者注：注意这张图像中的字母为黑色，背景为白色，而不是一般意义的背景为黑色，前景为白色）:

  

膨胀

• 此操作将图像  与任意形状的内核 ()，通常为正方形或圆形,进行卷积。

• 内核  有一个可定义的 锚点, 通常定义为内核中心点。

• 进行膨胀操作时，将内核  划过图像,将内核  覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )。对上图采用膨胀操作我们得到:

  

背景(白色)膨胀，而黑色字母缩小了。

腐蚀

• 腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的相素最小值。

• 进行腐蚀操作时，将内核  划过图像,将内核  覆盖区域的最小相素值提取，并代替锚点位置的相素。

• 以与膨胀相同的图像作为样本,我们使用腐蚀操作。从下面的结果图我们看到亮区(背景)变细，而黑色区域(字母)则变大了。

  

 相关OpenCV源码分析朔源：

           在···\opencv\sources\modules\imgproc\src\morph.cpp路径中，我们可以发现erode（腐蚀）函数和dilate（膨胀）函数的源码，如下：

void cv::erode( InputArray src, OutputArray dst, InputArray kernel,Point anchor, int iterations,int borderType, const Scalar& borderValue )
{CV_INSTRUMENT_REGION()morphOp( MORPH_ERODE, src, dst, kernel, anchor, iterations, borderType, borderValue );
}void cv::dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor, int iterations,int borderType, const Scalar& borderValue )
{CV_INSTRUMENT_REGION()morphOp( MORPH_DILATE, src, dst, kernel, anchor, iterations, borderType, borderValue );
}

           可以发现，erode和dilate这两个函数内部就是调用了一下morphOp，只是他们调用morphOp时，第一个参数标识符不同：一个为MORPH_ERODE（腐蚀），一个为MORPH_DILATE（膨胀）。

           morphOp 函数的源码在···\opencv\sources\modules\imgproc\src\morph.cpp的第1816行（opencv3.4.1），如下所示：

static void morphOp( int op, InputArray _src, OutputArray _dst,InputArray _kernel,Point anchor, int iterations,int borderType, const Scalar& borderValue )
{CV_INSTRUMENT_REGION()Mat kernel = _kernel.getMat();Size ksize = !kernel.empty() ? kernel.size() : Size(3,3);anchor = normalizeAnchor(anchor, ksize);CV_OCL_RUN(_dst.isUMat() && _src.dims() <= 2 && _src.channels() <= 4 &&borderType == cv::BORDER_CONSTANT && borderValue == morphologyDefaultBorderValue() &&(op == MORPH_ERODE || op == MORPH_DILATE) &&anchor.x == ksize.width >> 1 && anchor.y == ksize.height >> 1,ocl_morphOp(_src, _dst, kernel, anchor, iterations, op, borderType, borderValue) )if (iterations == 0 || kernel.rows*kernel.cols == 1){_src.copyTo(_dst);return;}if (kernel.empty()){kernel = getStructuringElement(MORPH_RECT, Size(1+iterations*2,1+iterations*2));anchor = Point(iterations, iterations);iterations = 1;}else if( iterations > 1 && countNonZero(kernel) == kernel.rows*kernel.cols ){anchor = Point(anchor.x*iterations, anchor.y*iterations);kernel = getStructuringElement(MORPH_RECT,Size(ksize.width + (iterations-1)*(ksize.width-1),ksize.height + (iterations-1)*(ksize.height-1)),anchor);iterations = 1;}Mat src = _src.getMat();_dst.create( src.size(), src.type() );Mat dst = _dst.getMat();Point s_ofs;Size s_wsz(src.cols, src.rows);Point d_ofs;Size d_wsz(dst.cols, dst.rows);bool isolated = (borderType&BORDER_ISOLATED)?true:false;borderType = (borderType&~BORDER_ISOLATED);if(!isolated){src.locateROI(s_wsz, s_ofs);dst.locateROI(d_wsz, d_ofs);}hal::morph(op, src.type(), dst.type(),src.data, src.step,dst.data, dst.step,src.cols, src.rows,s_wsz.width, s_wsz.height, s_ofs.x, s_ofs.y,d_wsz.width, d_wsz.height, d_ofs.x, d_ofs.y,kernel.type(), kernel.data, kernel.step, kernel.cols, kernel.rows, anchor.x, anchor.y,borderType, borderValue.val, iterations,(src.isSubmatrix() && !isolated));
}}

一、膨胀操作：dilate函数

        dilate函数使用像素邻域内的局部极大运算符来膨胀一张图片，支持就地（in-place）操作。

函数原型：

void cv::dilate( InputArray src, OutputArray dst,InputArray kernel,Point anchor = Point(-1,-1), //默认值int iterations = 1,//默认值int borderType = BORDER_CONSTANT, //默认值const Scalar& borderValue = morphologyDefaultBorderValue() )//默认值
{CV_INSTRUMENT_REGION()morphOp( MORPH_ERODE, src, dst, kernel, anchor, iterations, borderType, borderValue );
}

参数详解如下：

• 第一参数，InputArray类型的src，函数的输入参数，填1，3或者4通道的Mat类型的图像。当ksize为3或5的时候，图像深度需为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F其中之一；
• 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数需要和源图片有一样的尺寸和类型；
• 第三个参数，InputArray类型的kernel，膨胀操作的核。当为NULL时，则使用参考点位于中心的3×3的核。我们一般使用getStructuringElement函数配合这个参数使用，getStructuringElement会返回指定形状和尺寸的结构元素（内核矩阵），其中getStructuringElement函数的第一个参数表示内核的形状（三种形状可选），如下：

1. 矩形：MORPH_RECT
2. 交叉形：MORPH_CROSS
3. 椭圆形：MORPH_ELLIPSE

      而getStructuringElement的第二个参数和第三个参数分别是内核的尺寸以及锚点的位置。一般在调用erode以及dilate之前，先定义一个Mat类型的变量来获得getStructuringElement函数的返回值。对于锚点的位置，有默认值Point(-1,-1),表示锚点位于中心，此外需要注意，十字形的element形状唯一依赖于锚点位置，在其他情况下，锚点只是影响了形态学运算的偏移。

      g_nStructElementSize 函数相关的调用相关代码如下。

int g_nStructElementSize = 3;//结构元素（内核矩阵）的尺寸//获取自定义核
Mat element = getStructuringElement( MORPH_RECT,Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1 ),Point(g_nStructElementSize ,g_nStructElementSize ) );

     调用之后，我们可以在接下来调用erode或dilate函数时，在第三个参数填保存g_nStructElementSize 返回值的Mat类型的element变量。

• 第四个参数，Point类型的anchor，锚点位置，有默认值（-1,-1），表示锚点位于中心；
• 第五个参数，int类型的iterations，迭代 使用dilate函数的次数，默认值为1；
• 第六个参数，int类型的borderType，默认值BORDER_DEFAULT；
• 第七个参数，const Scalar&类型的borderValue，边界为常数值时，有默认值morphologyDefaultBorderValue()，一般不用去管它，需要使用时，可以查看官方文档中的createMorphologyFilter()函数。

使用erode函数，一般只需要填写前面的三个参数，后面的四个参数都有默认值，而且往往会结合getStructuringElement一起使用。

膨胀操作代码示例：

#include 
using namespace cv;
using namespace std;int main() {//载入原图Mat srcImage = imread("1.jpg");//创建窗口namedWindow("膨胀操作【原图】");namedWindow("膨胀操作【效果图】");//显示原图imshow("膨胀操作【原图】", srcImage);//获取自定义核Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));Mat dstImage;//膨胀操作dilate(srcImage, dstImage, element);//显示效果图imshow("膨胀操作【效果图】", dstImage);waitKey(0);return 0;
}

运行结果：

 

二、腐蚀：erode函数

        erode函数使用像素邻域内的局部极小值运算符来腐蚀一张图片，支持就地（in-place）操作。

函数原型：

void cv::erode( InputArray src, OutputArray dst,InputArray kernel,Point anchor = Point(-1,-1), //默认值int iterations = 1,//默认值int borderType = BORDER_CONSTANT, //默认值const Scalar& borderValue = morphologyDefaultBorderValue() )//默认值
{CV_INSTRUMENT_REGION()morphOp( MORPH_ERODE, src, dst, kernel, anchor, iterations, borderType, borderValue );
}

参数详解与dilate函数类似。

腐蚀操作代码示例：

#include 
using namespace cv;
using namespace std;int main() {//载入原图Mat srcImage = imread("1.jpg");//创建窗口namedWindow("腐蚀操作【原图】");namedWindow("腐蚀操作【效果图】");//显示原图imshow("腐蚀操作【原图】", srcImage);//获取自定义核Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));Mat dstImage;//膨胀操作erode(srcImage, dstImage, element);//显示效果图imshow("腐蚀操作【效果图】", dstImage);waitKey(0);return 0;
}

运行结果：

三、综合实例：腐蚀与膨胀

#include 
using namespace cv;
using namespace std;//全局变量声明
Mat g_srcImage, g_dstImage;//原始图和效果图
int g_nTrackbarNumber = 0;//0表示腐蚀（erode），1表示膨胀（dilate）
int g_nStructElementSize = 3;//结构元素（内核矩阵）的尺寸//全局函数声明部分
void on_Operation(int, void *);//两个轨迹条的值改变时的回调函数，重新（腐蚀/膨胀）渲染目标图片//============main()函数==============
int main() {//改变console字体颜色system("color 5E");//载入原图g_srcImage = imread("1.jpg");if (!g_srcImage.data) {printf("读取srcImage错误！\n");return false;}//显示原始图namedWindow("【原始图】");imshow("【原始图】", g_srcImage);//进行初次腐蚀操作，并显示效果图namedWindow("【效果图】");on_Operation(5, NULL);//回调函数中的变量全为全局变量，填实参只为临时调用这个函数，初次显示图片，//无实际对应关系，任意参数//on_Operation(g_nTrackbarNumber, NULL);//初始化回调函数并执行//on_Operation(g_nStructElementSize, 0);//初始化回调函数并执行，这样写貌似会专业点，正确性高//创建轨迹条，两个轨迹条位于一张效果图中，所以可以共用一个回调函数createTrackbar("腐蚀/膨胀", "【效果图】", &g_nTrackbarNumber,1, on_Operation);createTrackbar("内核尺寸", "【效果图】", &g_nStructElementSize, 21, on_Operation);//轮询获取按键信息,按下q键程序退出while(char(waitKey(1))!='q'){}return(0);
}//进行自定义的腐蚀/膨胀操作
void on_Operation(int,void *) {//获取自定义核Mat element = getStructuringElement(MORPH_RECT, Size(2 * g_nStructElementSize + 1, 2 * g_nStructElementSize + 1), Point(g_nStructElementSize, g_nStructElementSize));//进行腐蚀或膨胀操作if (g_nTrackbarNumber == 0) {erode(g_srcImage, g_dstImage, element);}else {dilate(g_srcImage, g_dstImage, element);}//显示效果图imshow("【效果图】", g_dstImage);
}

运行结果截图：

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！