opencv再学习之路（三）---形态学操作

1. 腐蚀和膨胀

　　腐蚀和膨胀是最基本的形态学操作，腐蚀和膨胀都是针对白色部分（高亮部分）而言的。

膨胀就是使图像中高亮部分扩张，效果图拥有比原图更大的高亮区域；腐蚀是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域。膨胀是求局部最大值的操作，腐蚀是求局部最小值的操作。

膨胀与腐蚀能实现多种多样的功能，主要如下：

• 消除噪声
• 分割(isolate)出独立的图像元素，在图像中连接(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

#include"stdafx.h"
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<iostream>
#include<Windows.h>
#include<time.h>

using namespace std;
using namespace cv;

// 常见数据结构使用方法
int main()
{
    Mat img = imread("1.jpg");
    namedWindow("原始图",WINDOW_NORMAL);
    imshow("原始图",img);

    // 膨胀操作

    Mat out1;
    // 获取自定义核
    Mat element1 = getStructuringElement(MORPH_RECT, Size(5,5));  // 第一个参数表示矩形的卷积核，还可以选择圆形的和交叉型的
    dilate(img, out1, element1);
    namedWindow("膨胀操作",WINDOW_NORMAL);
    imshow("膨胀操作",out1);

    // 腐蚀操作

    Mat out2;
    // 获取自定义核
    Mat element2 = getStructuringElement(MORPH_RECT,Size(5,5));  //  第一个参数表示矩形的卷积核，还可以选择圆形的和交叉型的
    erode(img,out2,element2);
    namedWindow("腐蚀操作",WINDOW_NORMAL);
    imshow("腐蚀操作",out2);

    waitKey(0);
    return 0;

}

2. 进阶操作

(1).腐蚀 
　　结构A被结构B腐蚀的定义为， 

　　 A⨀B={z|(B)z⊆A}A⨀B={z|(B)z⊆A}

　　可以理解为，移动结构B，如果结构B与结构A的交集完全属于结构A的区域内，则保存该位置点，所有满足条件的点构成结构A被结构B腐蚀的结果。 （最上面那个绿色方框应该没有）

                                               

(2).膨胀 
　　结构A被结构B膨胀的定义为， 

 　　A⨁B={z|(B^)z⋂A≠∅}A⨁B={z|(B^)z⋂A≠∅}

　　可以理解为，将结构B在结构A上进行卷积操作，如果移动结构B的过程中，与结构A存在重叠区域，则记录该位置，所有移动结构B与结构A存在交集的位置的集合为结构A在结构B作用下的膨胀结果。 
　　图示中红色框内的区域表示结构A在结构B的作用下膨胀的结果。

　　这里有另外一个例子：

(3).开操作 

　　先腐蚀后膨胀的操作称之为开操作。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。 采用上图的结构B对原件进行开操作，

(4).闭操作 

　　先膨胀后腐蚀的操作称之为闭操作。它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。 采用上图的结构对原件进行闭操作， 

 

3. 高级操作

(1). 顶帽运算

 　　为原图像与上文刚刚介绍的“开运算“的结果图之差，数学表达式如下：

　　因为开运算带来的结果是放大了裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。

　　顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。

(2). 黑帽运算

       为”闭运算“的结果图与原图像之差。数学表达式为：

　　

　　黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关。

　　黑帽运算用来分离比邻近点暗一些的斑块。

(3).  一些形态学操作的宏定义

 

#include"stdafx.h"
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<iostream>
#include<Windows.h>
#include<time.h>

using namespace std;
using namespace cv;


int main()
{
    Mat img = imread("1.jpg");
    namedWindow("原始图",WINDOW_NORMAL);
    imshow("原始图",img);

    // 高级形态学操作

    Mat out;
    // 获取自定义核
    Mat element = getStructuringElement(MORPH_RECT, Size(5,5));  // 第一个参数表示矩形的卷积核，还可以选择圆形的和交叉型的
    morphologyEx(img, out, MORPH_GRADIENT, element);              // 各种形态学操作都可用此函数，具体使用什么操作取决于第三个参数，这里是形态学梯度操作。
    namedWindow("梯度操作",WINDOW_NORMAL);
    imshow("梯度操作",out);

    waitKey(0);
    return 0;

}