17、【opencv入门】形态学图像处理（一）：膨胀与腐蚀

Posted on 2018-09-17 17:19 阿牧路泽阅读(763) 评论(0) 收藏举报

一、理论与概念讲解

1、形态学概述

　　形态学（morphology）一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学，往往表示的是数学形态学。下面一起来了解数学形态学的概念。

　　数学形态学（Mathematical morphology）是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。

　　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。OpenCV为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有二种，他们是：膨胀与腐蚀(Dilation与Erosion)。

膨胀与腐蚀能实现多种多样的功能，主要如下：

1     消除噪声
2     分割(isolate)出独立的图像元素，在图像中连接(join)相邻的元素。
3     寻找图像中的明显的极大值区域或极小值区域
4     求出图像的梯度

　　腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。

2、膨胀

其实，膨胀就是求局部最大值的操作。

　　按数学方面来说，膨胀或者腐蚀操作就是将图像（或图像的一部分区域，我们称之为A）与核（我们称之为B）进行卷积。

　　核可以是任何的形状和大小，它拥有一个单独定义出来的参考点，我们称其为锚点（anchorpoint）。多数情况下，核是一个小的中间带有参考点和实心正方形或者圆盘，其实，我们可以把核视为模板或者掩码。

　　而膨胀就是求局部最大值的操作，核B与图形卷积，即计算核B覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐增长。如下图所示，这就是膨胀操作的初衷。

3、腐蚀

　　再来看一下腐蚀，大家应该知道，膨胀和腐蚀是一对好基友，是相反的一对操作，所以腐蚀就是求局部最小值的操作。我们一般都会把腐蚀和膨胀对应起来理解和学习。下文就可以看到，两者的函数原型也是基本上一样的。

原理图：

二、示例

1、形态学膨胀——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，从src输入，由dst输出。支持就地（in-place）操作。函数原型：

1 C++: void dilate(
2     InputArray src,
3     OutputArray dst,
4     InputArray kernel,
5     Point anchor=Point(-1,-1),
6     int iterations=1,
7     int borderType=BORDER_CONSTANT,
8     const Scalar& borderValue=morphologyDefaultBorderValue() 
9 );

参数详解：

1     第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。
2     第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。
3     第三个参数，InputArray类型的kernel，膨胀操作的核。若为NULL时，表示的是使用参考点位于中心3x3的核。
4     第四个参数，Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。
5     第五个参数，int类型的iterations，迭代使用erode（）函数的次数，默认值为1。
6     第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
7     第七个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

我们一般使用函数 getStructuringElement配合第三个参数的使用。getStructuringElement函数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，我们可以选择如下三种形状之一:

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

而getStructuringElement函数的第二和第三个参数分别是内核的尺寸以及锚点的位置。

　　我们一般在调用erode以及dilate函数之前，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。且需要注意，十字形的element形状唯一依赖于锚点的位置。而在其他情况下，锚点只是影响了形态学运算结果的偏移。

　　getStructuringElement函数相关的调用示例代码如下：

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

　　调用这样之后，我们便可以在接下来调用erode或dilate函数时，第三个参数填保存了getStructuringElement返回值的Mat类型变量。对应于我们上面的示例，就是填element变量。

　　使用dilate函数，一般我们只需要填前面的三个参数，后面的四个参数都有默认值。而且往往结合getStructuringElement一起使用。

调用范例：

1            //载入原图 
2            Mat image = imread("1.jpg");
3     //获取自定义核
4            Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
5            Mat out;
6            //进行膨胀操作
7            dilate(image, out, element);

完整示例：

 1 #include <opencv2/core/core.hpp>
 2 #include<opencv2/highgui/highgui.hpp>
 3 #include<opencv2/imgproc/imgproc.hpp>
 4 #include <iostream>
 5 
 6 using namespace std;
 7 using namespace cv;
 8 
 9 int main(  )
10 {
11 
12     //载入原图
13     Mat image = imread("1.jpg");
14     if(!image.data)
15     {
16         cout << "载入出错！" << endl;
17         return false;
18     }
19 
20     //创建窗口
21     namedWindow("【原图】膨胀操作");
22     namedWindow("【效果图】膨胀操作");
23 
24     //显示原图
25     imshow("【原图】膨胀操作", image);
26 
27     //获取自定义核
28     Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
29     Mat out;
30     //进行膨胀操作
31     dilate(image,out, element);
32 
33     //显示效果图
34     imshow("【效果图】膨胀操作", out);
35     imwrite("膨胀.jpg", out);
36 
37     waitKey(0);
38 
39     return 0;
40 }

效果展示：

2、形态学腐蚀——erode函数

erode函数，使用像素邻域内的局部极小运算符来腐蚀一张图片，从src输入，由dst输出。支持就地（in-place）操作。看一下函数原型：

1 C++: void erode(
2     InputArray src,
3     OutputArray dst,
4     InputArray kernel,
5     Point anchor=Point(-1,-1),
6     int iterations=1,
7     int borderType=BORDER_CONSTANT,
8     const Scalar& borderValue=morphologyDefaultBorderValue()
9  );