形态学操作——开闭运算、顶帽底(黑)帽变换

膨胀和腐蚀运算的问题:

边缘形状发生了变化,膨胀发生了扩张,腐蚀发生了收缩
目标物体变形,对识别时的特征提取会造成影响

解决方法:

开操作:

gongshi
B对A的开操作就是先B对A腐蚀,紧接着用B对结果进行膨胀
效果
先腐蚀再膨胀的结果并不是恢复原状,而是会消除黏连部分,同时不影响其他部分的形状.
平滑物体的轮廓,断开较窄的狭颈并消除较细的突出。
效果:
效果

闭操作:

公式
B对A的闭操作就是先B对A膨胀,紧接着用B对结果进行腐蚀
效果
先膨胀再腐蚀的结果并不是恢复原状,而是填充小的裂缝、孔隙,且不影响形状.
平滑物体的轮廓,弥合较窄的间断和细小的沟壑,消除小的孔洞,填充轮廓中的断痕。
效果:
效果
更加详细的过程如下:
详细过程
除了开闭运算,黑帽顶帽运算也是形态学操作比较重要的操作。

顶帽变换:原图-灰度开运算(灰度腐蚀+灰度膨胀)

效果:
1、保留比结构元素小的部分
2、保留比周围环境亮的像素

底帽变换:灰度闭运算(灰度膨胀+灰度腐蚀)-原图 效果:

1、保留比结构元素小的部分
2、保留比周围环境暗的像素

解释:
顶帽处理使背景变得趋于一致了,前景和背景的对比度加深了
这是因为,在顶帽处理中当结构元素比前景目标物的大小
大的时候,腐蚀的步骤会选择周围比较暗的值代替比较亮的值
所以背景变暗了,同时前景被去掉了。再用原图和结果相减,就可以把背景去掉,把开运算中去掉的前景给保留下来
1
2

代码实现

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>using namespace cv;
using namespace std;//*--------------------------【练习】形态学操作morphology大练习------------------------------------*/
//请调整滚动条观察图像效果
//按键操作说明 :
//键盘按键【空格SPACE】- 在矩形、椭圆、十字形结构元素中循环
//键盘按键【1】- 使用椭圆结构元素
//键盘按键【2】- 使用矩形结构元素
//键盘按键【3】- 使用十字形结构元素
Mat g_secImage, g_dstImage;	//原图和效果图
int g_nElementShape = MORPH_RECT;	//初始化元素结构形状//变量接受的Trackbar值
int  g_nMaxIterationMun = 10;
int g_nOpenCloseNum = 0;
int g_nErodeDilateNum = 0;
int g_nTopBlackHatNum = 0;//*--------------------------【全局函数声明】-----------------------------------*/
static void on_OpenClose(int, void*);		//回调函数
static void on_ErodeDilate(int, void*);		//回调函数
static void on_TopBlakHat(int, void*);		//回调函数
void ShowHelpText1();
void ShowHelpText2();
int main()
{SetConsoleTextAttribute(GetStdHandle(STD_OUTPUT_HANDLE), FOREGROUND_INTENSITY | FOREGROUND_GREEN);		//字体为绿色//载入原图g_secImage = imread("D:\\opencv_picture_test\\形态学操作\\黑白.jpg");//判断图像是否加载成功if (g_secImage.empty()){cout << "图像加载失败!" << endl;return -1;}elsecout << "图像加载成功!" << endl << endl;//显示原图像namedWindow("原图像", WINDOW_NORMAL);     //定义窗口显示属性imshow("原图像", g_secImage);//创建三个窗口namedWindow("【开运算/闭运算】", WINDOW_NORMAL);    namedWindow("【腐蚀/膨胀】", WINDOW_NORMAL);namedWindow("【顶帽/黑帽】", WINDOW_NORMAL);//参数赋值g_nOpenCloseNum = 9;g_nErodeDilateNum =9;g_nTopBlackHatNum =2;//分别为三个窗口建立滑动条createTrackbar("迭代值", "【开运算/闭运算】", &g_nOpenCloseNum, g_nMaxIterationMun*2+1,on_OpenClose);createTrackbar("迭代值", "【腐蚀/膨胀】", &g_nErodeDilateNum, g_nMaxIterationMun * 2 + 1, on_ErodeDilate);createTrackbar("迭代值", "【顶帽/黑帽】", &g_nTopBlackHatNum, g_nMaxIterationMun * 2 + 1, on_TopBlakHat);//show帮助信息ShowHelpText1();//轮询获取按键信息while (1){int c;//执行回调函数on_OpenClose(g_nOpenCloseNum,0);on_ErodeDilate(g_nErodeDilateNum,0);on_TopBlakHat(g_nTopBlackHatNum,0);//获取按键c = waitKey(0);//按下按键ESC程序退出if ((char)c == 27){break;}//按键1,使用椭圆结构元素if ((char)c == 49){g_nElementShape = MORPH_ELLIPSE;}//按键2,使用矩形结构元素else if ((char)c == 50){g_nElementShape = MORPH_RECT;}//按键3,使用十字形结构元素else if ((char)c == 51){g_nElementShape = MORPH_CROSS;}//按键空格,换一种结构元素else if ((char)c == ' '){g_nElementShape = (g_nElementShape+1)%3;}}
}
//*--------------------------【回调函数】-----------------------------------*/static void on_OpenClose(int, void*)
{//偏移量定义int offset = g_nOpenCloseNum - g_nMaxIterationMun;	//偏移量int Abs_offset = offset > 0 ? offset : -offset;	//偏移量的绝对值//自定义核Mat element = getStructuringElement(g_nElementShape,Size(Abs_offset*2+1, Abs_offset*2+1),Point(Abs_offset, Abs_offset));	//返回的是内核矩阵//进行操作if (offset < 0){morphologyEx(g_secImage, g_dstImage, MORPH_OPEN, element);}else{morphologyEx(g_secImage, g_dstImage, MORPH_CLOSE, element);}//显示效果图imshow("【开运算/闭运算】", g_dstImage);
}
static void on_ErodeDilate(int, void*)
{//偏移量定义int offset = g_nErodeDilateNum - g_nMaxIterationMun;	//偏移量int Abs_offset = offset > 0 ? offset : -offset;	//偏移量的绝对值//自定义核Mat element = getStructuringElement(g_nElementShape, Size(Abs_offset * 2 + 1, Abs_offset * 2 + 1), Point(Abs_offset, Abs_offset));	//返回的是内核矩阵//进行操作if (offset < 0){morphologyEx(g_secImage, g_dstImage, MORPH_ERODE, element);}else{morphologyEx(g_secImage, g_dstImage, MORPH_DILATE, element);}//显示效果图imshow("【腐蚀/膨胀】", g_dstImage);
}
static void on_TopBlakHat(int, void*)
{//偏移量定义int offset = g_nTopBlackHatNum - g_nMaxIterationMun;	//偏移量int Abs_offset = offset > 0 ? offset : -offset;	//偏移量的绝对值//自定义核Mat element = getStructuringElement(g_nElementShape, Size(Abs_offset * 2 + 1, Abs_offset * 2 + 1), Point(Abs_offset, Abs_offset));	//返回的是内核矩阵//进行操作if (offset < 0){morphologyEx(g_secImage, g_dstImage, MORPH_TOPHAT, element);}else{morphologyEx(g_secImage, g_dstImage, MORPH_BLACKHAT, element);}//显示效果图imshow("【顶帽/黑帽】", g_dstImage);
}//-----------------------------------【ShowHelpText( )函数】-----------------------------
//          描述:输出一些帮助信息//关于morphologyEx参数的问题://MORPH_BLACKHAT:黑帽运算//MORPH_TOPHAT:顶帽运算//MORPH_CLOSE:闭运算//MORPH_OPEN:开运算//MORPH_GRADIENT:形态学梯度//MORPH_ERODE:腐蚀运算//MORPH_DILATE:膨胀运算//关于getStructuringElement参数的问题://MORPH_RECT:矩形内核//MORPH_CROSS:交叉型内核//MORPH_ELLIPSE:椭圆形矩阵
//请调整滚动条观察图像效果
//按键操作说明 :
//键盘按键【空格SPACE】- 在矩形、椭圆、十字形结构元素中循环
//键盘按键【1】- 使用椭圆结构元素
//键盘按键【2】- 使用矩形结构元素
//键盘按键【3】- 使用十字形结构元素
//----------------------------------------------------------------------------------------------
void ShowHelpText1()
{//输出一些帮助信息printf("\n\n\n请调整滚动条观察图像效果\n");printf("\n\n\t按键操作说明\n");printf("\n\n\t键盘按键【空格SPACE】- 在矩形、椭圆、十字形结构元素中循环\n");printf("\n\n\t键盘按键【1】- 使用椭圆结构元素\n");printf("\n\n\t键盘按键【2】- 使用矩形结构元素\n");printf("\n\n\t键盘按键【3】- 使用十字形结构元素\n");
}
void ShowHelpText2()
{//输出一些帮助信息printf("\n\n\n\morphologyEx 参数有以下几种类型\n");printf("\n\n\tMORPH_BLACKHAT:黑帽运算\n");printf("\n\n\tMORPH_TOPHAT:顶帽运算\n");printf("\n\n\tMORPH_CLOSE:闭运算\n");printf("\n\n\tMORPH_OPEN:开运算\n");printf("\n\n\t//MORPH_GRADIENT:形态学梯度\n");printf("\n\n\tMORPH_ERODE:腐蚀运算\n");printf("\n\n\tMORPH_DILATE:膨胀运算\n");printf("\n\n\n\getStructuringElement参数的问题:\n");printf("\n\n\tMORPH_RECT:矩形内核\n");printf("\n\n\tMORPH_CROSS:交叉型内核\n");printf("\n\n\tMORPH_ELLIPSE:椭圆形矩阵\n");
}

代码实现效果:
321

代码解释

调用opencv库函数morphologyEx,通过调整参数就可以实现不同的形态学操作。
其中回调函数中要求得变量:偏移量(当前迭代值和预置最大迭代值之差),用它的正负来判断是进行哪种对偶操作。用它的绝对值来决定矩阵核的大小(边长为奇数),以及结构元素锚点的位置。
另外需要注意:十字形的element形状唯一依赖于锚点的位置。
而在其他情况下,锚点只是影响形态学运算结果的偏移。

相关链接:[https://www.cnblogs.com/zsb517/archive/2012/06/08/2541193.html(https://www.cnblogs.com/zsb517/archive/2012/06/08/2541193.html)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/378727.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

11-图像梯度-Sobel算子

图像梯度是指图像某像素在x和y两个方向上的变化率&#xff08;与相邻像素比较&#xff09;&#xff0c;是一个二维向量&#xff0c;由2个分量组成&#xff0c;X轴的变化、Y轴的变化 。 其中X轴的变化是指当前像素右侧&#xff08;X加1&#xff09;的像素值减去当前像素左侧&…

形态学操作——击中击不中变换

操作目的 HitMiss变换是形态检测的一个工具&#xff0c;通过定义形状模板可以在图像中获取同一形状物体的位置坐标。 算法讲解 1、用击中结构去腐蚀原始图像得到击中结果X&#xff08;这个过程可以理解为在原始图像中寻找和击中结构完全匹配的模块&#xff0c;匹配上了之后&…

12-图像梯度-Scharr算子和laplacian算子

Scharr算子 cv2.Scharr(img,cv2.CV_64F,1,0) 第一个参数&#xff1a;当前的图像对象名称 第二个参数&#xff1a;当前图像的深度&#xff0c;通常情况下指定为-1&#xff0c;表示输出和输入的深度是一样的&#xff1b;cv2.CV_64F可以存6字节的大小&#xff0c;为了方便后面的取…

Opencv——图像金字塔与图像尺寸缩放

主要讲解 1、resize()函数调用 函数定义&#xff1a; 调用方式&#xff1a; resize(srcImage, dstImage, Size(64, 128)); //对图片进行修改 resize(srcImage, dstImage, Size(), 0.5, 0.5);第6个参数的含义&#xff1a; INTER_NEAREST:最邻近插值 (放大好用) INTER_ARE…

13-Canny边缘检测

Canny边缘检测主要思路步骤如下&#xff1a; 1&#xff0c;使用高斯滤波器&#xff0c;以平滑图像&#xff0c;滤除噪声 2&#xff0c;计算图像中每个像素点的梯度强度和方向 3&#xff0c;应用非极大值抑制&#xff0c;以消除边缘检测带来的杂散响应 4&#xff0c;应用双阈值检…

微机原理——移位指令

例题 思路 选择移位语句&#xff0c;右移&#xff0c;将AL移出的送入DX左端&#xff0c;将BL移出的送入DX左端。循环八次 MOV AL,01100101B; MOV BL,11011010B; XOR DX,DX;两个值相同&#xff0c;异或结果为0。等效&#xff1a;MOV DX,0 MOV CX,8;count L1: SHR AL,1;逻辑右…

14-图像金字塔

由第一个图可知&#xff0c;图像金字塔这无非就是对图像进行放大和缩小罢了 1&#xff0c;高斯金字塔 向下采样方法(缩小)&#xff0c;越采样越小&#xff0c;即从金字塔底部向上采样 cv2.pyrDown(img) 向上采样方法(放大)&#xff0c;越采样越大&#xff0c;即从金字塔顶…

Eclipse C/C++开发环境搭建

1 Eclipse的安装 到http://java.sun.com/j2se/1.5.0/download.jsp 下载JRE安装&#xff1b; 到http://eclipse.org下载Eclipse安装。&#xff08;这儿可以下载Java版本的&#xff0c;也可以下载C/C 版本的&#xff09; 2 对于下载的Java版本或着只下载Eclipse IDE的&#xff0c…

微机原理——寻址方式总结

一、操作数的寻址方式 立即寻址方式 格式: 操作码 数字表达式&#xff08;将数据送入寄存器中&#xff09; 源操作数可以是8位也可以是16位。 MOV AH, F5H &#xff08;字节操作&#xff09; F5H称为立即数(8位操作数) MOV AL, 8AH &#xff08;字节操作&#xff09; 8AH称为…

15-轮廓检测

边缘是零零散散的&#xff0c;而轮廓是一个整体 cv2.findContours(img,mode,method) img&#xff1a;输入图像对象名称 mode&#xff1a;轮廓检索模式 RETR_EXTERNAL&#xff1a;只检索最外面的轮廓 RETR_LIST&#xff1a;检索所有的轮廓&#xff0c;并将其保存到一条链表当中…

抛硬币仿真实验java_探索HyperLogLog算法(含Java实现)

引言HyperLogLog算法经常在数据库中被用来统计某一字段的Distinct Value(下文简称DV)&#xff0c;比如Redis的HyperLogLog结构&#xff0c;出于好奇探索了一下这个算法的原理&#xff0c;无奈中文资料很少&#xff0c;只能直接去阅读论文以及一些英文资料&#xff0c;总结成此文…

微机原理——总线和时序

前提 8088有两个组态&#xff1a; 最大组态和最小组态&#xff0c;通过引脚MN/MX*的电平决定组态。&#xff08;*表示低电平有效&#xff09; 两种组态没有本质区别。 8088的引脚&#xff1a; 引脚可分为下面几种类别&#xff1a; 1、数据和地址引脚 2、读写控制引脚 3、中断…

PHP站内搜索:多关键字查找,加亮显示

1、SQL语句中的模糊查找LIKE条件一般用在指定搜索某字段的时候, 通过"% _" 通配符的作用实现模糊查找功能&#xff0c;通配符可以在前面也可以在后面或前后都有。搜索以PHP100开头&#xff1a; SELECT * FROM teble WHERE title LIKE PHP100% 搜索以PHP100结束&…

16-模板匹配

cv2.matchTemplate(img,template,cv2.TM_SQDIFF) 参数一&#xff1a;原图图像对象名称 参数二&#xff1a;模板图像对象名称 参数三&#xff1a;差别程度的计算方法(六选一推荐使用带归一化的) 模板匹配和卷积原理很像&#xff0c;模板从原图像上从原点开始滑动&#xff0c;计…

用C#开发Windows应用程序

To develop windows application, we need to using studio and follow some steps: 要开发Windows应用程序 &#xff0c;我们需要使用studio并遵循一些步骤&#xff1a; Step 1) First of all we launch visual studio. 步骤1)首先&#xff0c;我们启动Visual Studio。 Ste…

图像分割——基于二维灰度直方图的阈值处理

前言 像素灰度值仅仅反映了像素灰度级的幅值大小&#xff0c;并没有反映出像素与邻域的空间相关信息。 二维灰度直方图的概念 二维灰度直方图&#xff1a;像素的灰度值分布和邻域的平均灰度值分布构成的二维直方图 二维直方图的值N(i,j) 。其中&#xff0c;if(x,y) 图像(x,y…

17-直方图

直方图 何为直方图&#xff1f;没那么高大上&#xff0c;其实就是二维统计图。每个照片都是有像素点所组成&#xff0c;当然也是[0,255]&#xff0c;直方图就是统计每个值所对应的像素点有几个。 直方图横坐标表示0-255这些像素点值&#xff1b;纵坐标表示对应像素点值的个数有…

Opencv实战【1】人脸检测并对ROI区域进行部分处理(变身乔碧萝!!!)

步骤&#xff1a; 1、利用Opencv自带的分类器检测人脸 预备知识&#xff1a;Haar特征分类器 Haar特征分类器就是一个XML文件&#xff0c;该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。 Haar特征分类器存放地址&#xff1a; &#xff08;找自己的安装…

【黑马甄选离线数仓day10_会员主题域开发_DWS和ADS层】

day10_会员主题域开发 会员主题_DWS和ADS层 DWS层开发 门店会员分类天表: 维度指标: 指标&#xff1a;新增注册会员数、累计注册会员数、新增消费会员数、累计消费会员数、新增复购会员数、累计复购会员数、活跃会员数、沉睡会员数、会员消费金额 维度: 时间维度&#xff08…

iPad和iPhone的app图标尺寸、用途、设置方法

下面是在iPhone专用程序、iPad专用程序和通用程序中使用图标文件的指导&#xff0c;由译言网翻译自苹果官方文档。原文 http://article.yeeyan.org/view/395/100567 注意&#xff1a;图标是你的程序包所必需的组成部分。如果你没有提供程 序所需的各种尺寸的图标&#xff0c;系…