【机器视觉学习笔记】二值图像和灰度图像的膨胀、腐蚀、开运算、闭运算算法(C++)

目录

  • 二值图像
    • 原理
      • 腐蚀
        • 结构的原点设置在结构内部情况举例
        • 结构的原点设置在结构的外部情况举例
      • 膨胀
        • 结构的原点设置在结构的内部情况举例
        • 结构的原点设置在结构的外部情况举例
      • 开闭运算
    • 完整源码
    • 效果
      • 原图
      • 腐蚀运算
      • 膨胀运算
      • 开运算
      • 闭运算
  • 灰度图像
    • 原理
      • 腐蚀
      • 膨胀
      • 开闭运算
    • 完整源码
    • 效果
      • 原图
      • 腐蚀运算
      • 膨胀运算
      • 开运算
      • 闭运算

平台:Windows 10 20H2
Visual Studio 2015
OpenCV 4.5.3


二值图像

原理

本节内容引自二值图像腐蚀与膨胀操作样例 —— Zetaa

刚开始操作时同时有三张图,分别为原图像,结构元素图像,输出结果(此时尚为空白图像)
原图像只是提供位置信息,不参与输出图像的构成。

腐蚀

结构的原点设置在结构内部情况举例

在这里插入图片描述
上图中图(a)为原图像,图(b)为结构元素
寻找结构元素匹配原图的位置(右侧为输出图像)
在这里插入图片描述
根据原点在原图像中的位置,在输出图像上完全对应的位置上涂黑,即输出图像更变为
在这里插入图片描述
在原图中寻找下一个完全和结构元素匹配部分,根据此刻结构元素的原点在原图像上的位置,在输出图像相同的位置上涂黑
在这里插入图片描述
重复这些操作,直到寻找完毕。

结构的原点设置在结构的外部情况举例

在这里插入图片描述
此种情况结构元素的原点不在结构元素内部
寻找结构元素匹配原图的位置(右侧为输出图像)
在这里插入图片描述
根据原点在原图像中的位置,在输出图像上完全对应的位置上涂黑,即输出图像更变为
在这里插入图片描述
在原图中寻找下一个完全和结构元素匹配部分,根据此刻结构元素的原点在原图像上的位置,在输出图像相同的位置上涂黑
在这里插入图片描述
重复这些操作,直到寻找完毕。

膨胀

结构的原点设置在结构的内部情况举例

在这里插入图片描述
图中左侧(a)为原图像,右侧(b)为结构元素
拿结构元素的原点在原图像上的黑色方块上一次一次移动,如:
将结构元素的原点,放置在原图向上的第一个黑色方块上,即
在这里插入图片描述
左侧为原图像,右侧为输出图像
根据此时结构元素在原图上霸占的所有位置,我们在输出图的相应所有位置涂黑,即
在这里插入图片描述
将结构元素的原点移动到下一个原图上的黑色方块,即
在这里插入图片描述
根据此时结构元素在原图上霸占的所有位置,我们在输出图的相应所有位置涂黑,即
在这里插入图片描述
重复第三步和第四步,直到遍历完毕原图像中所有的黑色方块,我们得到最终输出结果
在这里插入图片描述

结构的原点设置在结构的外部情况举例

在这里插入图片描述
左侧为原图,右侧为结构元素,此种情况的结构元素的原点不在结构元素内部
将结构元素的原点,放置在原图向上的第一个黑色方块上,即
在这里插入图片描述
根据此时结构元素在原图上霸占的所有位置,我们在输出图的相应所有位置涂黑,即
在这里插入图片描述
将结构元素的原点移动到下一个原图上的黑色方块,即
在这里插入图片描述
根据此时结构元素在原图上霸占的所有位置,我们在输出图的相应所有位置涂黑,即
在这里插入图片描述

重复第三步和第四步,直到遍历完毕原图像中所有的黑色方块,我们得到最终输出结果
在这里插入图片描述

开闭运算

开运算为先腐蚀再膨胀
闭运算为先膨胀再腐蚀

完整源码

//包含头文件
#include <opencv2/opencv.hpp>//命名空间
using namespace cv;
using namespace std;//全局函数声明部分//我的腐蚀运算
Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{uint32_t x = 0, y = 0;Mat dst(src.rows, src.cols, CV_8U, Scalar(0));for (x = 0; x < src.cols; ++x){for (y = 0; y < src.rows; ++y){//确定是否需要腐蚀uint8_t dst_P = 1;for (uint32_t xm = 0; xm < Mask.cols; ++xm){for (uint32_t ym = 0; ym < Mask.rows; ++ym){if (dst_P && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)dst_P &= (Mask.at<uchar>(Point(xm, ym)) & src.at<uchar>(Point(x + xm, y + ym)));}if (!dst_P)break;}if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows)	//完全对上时dst.at<uchar>(Point(x + x0, y + y0)) = src.at<uchar>(Point(x, y));}}return dst;
}//我的膨胀运算
Mat Dilate(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{uint32_t x = 0, y = 0;Mat dst(src.rows, src.cols, CV_8U, Scalar(0));for (x = 0; x < src.cols; ++x){for (y = 0; y < src.rows; ++y){if (src.at<uchar>(Point(x, y))){for (uint32_t xm = 0; xm < Mask.cols; ++xm){for (uint32_t ym = 0; ym < Mask.rows; ++ym){if ((x + xm - x0) < dst.cols && (y + ym - y0) < dst.rows)dst.at<uchar>(Point(x + xm - x0, y + ym - y0)) = 255;	//膨胀}}}}}return dst;
}//主函数
int main(int argc, char * argv[])
{//【1】载入图像,灰度化Mat image = imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\2.jpg", 0);//灰度原图//【2】检查是否载入成功if (image.empty()){printf("读取图片错误,请确认目录下是否有imread函数指定图片存在!\n");return 0;}//【3】阈值化生成二值图像Mat binaryImage;threshold(image, binaryImage, 127, 255, THRESH_BINARY);//【4】生成结构元素uint8_t element_a[3][3] ={	1,	1,	1,1,	1,	1,1,	1,	1,	};Mat element = Mat(3, 3, CV_8U, element_a);//【5】显示图像imshow("原二值图像", binaryImage);//【6】腐蚀运算Mat erodedImage;erode(binaryImage, erodedImage, element);imshow("Opencv的腐蚀运算", erodedImage);imshow("我的腐蚀运算", Erode(binaryImage, element, 1, 1));//【7】膨胀运算Mat dilatedImage;dilate(binaryImage, dilatedImage, element);imshow("Opencv的膨胀运算", dilatedImage);imshow("我的膨胀运算", Dilate(binaryImage, element, 1, 1));//【8】开运算Mat OpenImage;morphologyEx(binaryImage, OpenImage, MORPH_OPEN, element);imshow("Opencv的开运算", OpenImage);imshow("我的开运算", Dilate(Erode(binaryImage, element, 1, 1), element, 1, 1));	//开运算即先腐蚀再膨胀//【9】闭运算Mat CloseImage;morphologyEx(binaryImage, CloseImage, MORPH_CLOSE, element);imshow("Opencv的闭运算", CloseImage);imshow("我的闭运算", Erode(Dilate(binaryImage, element, 1, 1), element, 1, 1));	//闭运算即先膨胀再腐蚀//【10】保持窗口显示waitKey(0);return 0;
}

效果

原图

在这里插入图片描述

腐蚀运算

在这里插入图片描述

膨胀运算

在这里插入图片描述

开运算

在这里插入图片描述

闭运算

在这里插入图片描述

灰度图像

原理

本节内容摘自灰度图像–形态学处理(腐蚀,膨胀,开、闭运算,顶帽(礼帽),低帽(黒帽),测定腐蚀、测地膨胀,形态学重建) —— 编程萝卜

在灰度图像中,为了保存灰度信息,腐蚀和膨胀的操作被对应的替换成了“最大值”和“最小值”操作

腐蚀

在这里插入图片描述

膨胀

在这里插入图片描述

开闭运算

与二值图像中的定义相同,开、闭运算也由腐蚀膨胀运算衍生出来的,依旧是
先腐蚀后膨胀是开运算,
先膨胀后腐蚀是闭运算。

完整源码

//包含头文件
#include <opencv2/opencv.hpp>//命名空间
using namespace cv;
using namespace std;//全局函数声明部分//我的腐蚀运算
Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{uint32_t x = 0, y = 0;Mat dst(src.rows, src.cols, CV_8U, Scalar(0));for (x = 0; x < src.cols; ++x){for (y = 0; y < src.rows; ++y){uint8_t dst_P = 255;for (uint32_t xm = 0; xm < Mask.cols; ++xm){for (uint32_t ym = 0; ym < Mask.rows; ++ym){if (dst_P && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)if (dst_P > src.at<uchar>(Point(x + xm, y + ym)))	//寻找最小值dst_P = src.at<uchar>(Point(x + xm, y + ym));}if (!dst_P)break;}if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows)dst.at<uchar>(Point(x + x0, y + y0)) = dst_P;}}return dst;
}//我的膨胀运算
Mat Dilate(Mat src, Mat Mask, uint32_t x0, uint32_t y0)
{uint32_t x = 0, y = 0;Mat dst(src.rows, src.cols, CV_8U, Scalar(0));for (x = 0; x < src.cols; ++x){for (y = 0; y < src.rows; ++y){uint8_t dst_P = 0;for (uint32_t xm = 0; xm < Mask.cols; ++xm){for (uint32_t ym = 0; ym < Mask.rows; ++ym){if (dst_P != 255 && Mask.at<uchar>(Point(xm, ym)) && (x + xm) < src.cols && (y + ym) < src.rows)if (dst_P < src.at<uchar>(Point(x + xm, y + ym)))	//寻找最大值dst_P = src.at<uchar>(Point(x + xm, y + ym));}if (dst_P == 255)break;}if (dst_P && (x + x0) < src.cols && (y + y0) < src.rows)dst.at<uchar>(Point(x + x0, y + y0)) = dst_P;}}return dst;
}//主函数
int main(int argc, char * argv[])
{//【1】载入图像,灰度化Mat image = imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\8.jpg", 0);//灰度原图//【2】检查是否载入成功if (image.empty()){printf("读取图片错误,请确认目录下是否有imread函数指定图片存在!\n");return 0;}//【3】生成结构元素uint8_t element_a[7][7] ={	1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1,1,	1,	1,	1,	1,	1,	1, };Mat element = Mat(7, 7, CV_8U, element_a);//【4】显示图像imshow("原灰度图像", image);//【5】腐蚀运算Mat erodedImage;erode(image, erodedImage, element);imshow("Opencv的腐蚀运算", erodedImage);imshow("我的腐蚀运算", Erode(image, element, 3, 3));//【6】膨胀运算Mat dilatedImage;dilate(image, dilatedImage, element);imshow("Opencv的膨胀运算", dilatedImage);imshow("我的膨胀运算", Dilate(image, element, 3, 3));//【7】开运算Mat OpenImage;morphologyEx(image, OpenImage, MORPH_OPEN, element);imshow("Opencv的开运算", OpenImage);imshow("我的开运算", Dilate(Erode(image, element, 3, 3), element, 3, 3));	//开运算即先腐蚀再膨胀//【8】闭运算Mat CloseImage;morphologyEx(image, CloseImage, MORPH_CLOSE, element);imshow("Opencv的闭运算", CloseImage);imshow("我的闭运算", Erode(Dilate(image, element, 3, 3), element, 3, 3));	//闭运算即先膨胀再腐蚀//【10】保持窗口显示waitKey(0);return 0;
}

效果

原图

在这里插入图片描述

腐蚀运算

在这里插入图片描述
在这里插入图片描述

膨胀运算

在这里插入图片描述
在这里插入图片描述

开运算

在这里插入图片描述
在这里插入图片描述

闭运算

在这里插入图片描述
在这里插入图片描述

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/400571.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

小坑

Ubuntu下安装WebStorm 转载于:https://www.cnblogs.com/zhanhg/p/4408650.html

通过Java代码打开浏览器,本地文件目录以及ftp站点

Desktop.getDesktop().browse(new URI(http://www.baidu.com/)); 调用本地默认浏览器打开网页 Desktop.getDesktop().browse(new File("D:\\all").toURI());打开该D:\\all所在文件目录 打开本地文件另一种方法: Desktop.getDesktop().open(new File("D:\\all&q…

【机器视觉学习笔记】二值图像连通区域提取算法(C++)

目录原理二值图像连通区域&#xff08;Connected Component&#xff09;连通区域分析&#xff08;Connected Component Analysis,Connected Component Labeling&#xff09;算法&#xff1a;Two-Pass&#xff08;两遍扫描法&#xff09;思路&#xff1a;Two-Pass算法的简单步骤…

(转)IOS中获取各种文件的目录路径的方法

iphone沙箱模型的有四个文件夹&#xff0c;分别是什么&#xff0c;永久数据存储一般放在什么位置&#xff0c;得到模拟器的路径的简单方式是什么.documents&#xff0c;tmp&#xff0c;app&#xff0c;Library。&#xff08;NSHomeDirectory()&#xff09;&#xff0c;手动保存…

MongoDB 空指针引用拒绝服务漏洞

漏洞版本: MongoDB 漏洞描述: Bugtraq ID:60252 CVE ID:CVE-2013-2132MongoDB是一个基于分布式文件存储的数据库。由C语言编写在解析非法DBref记录时MongoDB存在一个安全漏洞&#xff0c;允许远程攻击者利用漏洞触发一个空指针引用错误&#xff0c;可使应用程序崩溃 <* 参考…

【机器视觉学习笔记】Harris 角点检测算法(C++)

目录原理算法步骤优缺点源码效果原图输出平台&#xff1a;Windows 10 20H2 Visual Studio 2015 OpenCV 4.5.3 本文摘自2、Harris角点检测算法 —— 诺亚方舟369 原理 Harris算子是对Moravec算子的改进&#xff0c;包括&#xff1a; &#xff08;1&#xff09;Harris算子用…

剖析ASSERT函数

2019独角兽企业重金招聘Python工程师标准>>> &#xfeff;&#xfeff; 搜集与总结了assert函数的用法&#xff0c;记于此&#xff0c;以备后续与查找使用&#xff1a; ****身在Windows的世界&#xff0c;但还是深爱着我的它---Linux****I love Linux forever***** …

免费获取验证码60秒倒计时

免费获取验证码60秒倒计时 <!DOCTYPE html> <html> <head> <script src"http://libs.baidu.com/jquery/1.10.2/jquery.min.js"></script> <script type"text/javascript"> var countdown60; function settime(obj) { …

MSP430G2553 移植 Contiki RTOS 实时操作系统

目录新建工程移植过程关于时间多任务示例main.c内存使用情况效果平台&#xff1a;Code Composer Studio 10.4.0 MSP-EXP430G2 LaunchPad 试验板 MSP430G2553 LaunchPad™ Development Kit (MSP‑EXP430G2ET) contiki下载&#xff1a;contiki-os Github 本文参考自二、Contiki…

Raphael JS 矢量客户端开源框架

之前有基于svg进行矢量绘制&#xff0c;当时是自己写的一些js类库&#xff0c;最近项目中需要&#xff0c;对Raphael做了一些了解&#xff0c;总体不错。 Raphael可以对浏览器的兼容做的不错&#xff0c;基于IE的会自动使用vml进行绘制&#xff0c;其他浏览器基于svg进行绘制&a…

mac os x10.8下如何使用git与github

2019独角兽企业重金招聘Python工程师标准>>> 1、准备工作&#xff1a; 下载安装git客户端 http://code.google.com/p/git-osx-installer/downloads/list?can3(安装了git客户端&#xff0c;命令行中才有git命令) 注册github账号 https://github.com/ -->Pricing …

使用 VS 附加到进程 调试发布的网站

适用场景&#xff1a;调试已发布的网站。 1、把项目 bin 目录下的 pdb 文件复制到服务器上相应网站的 bin 目录下。 2、把VS的调试工具中的 x64 文件夹复制到服务器任意位置。 3、服务器中打开调试工具&#xff0c;并配置端口&#xff08;注意端口是否可用&#xff09;。 4、在…

Github git 命令下载加速

目录手动输入法批处理文件系统&#xff1a;Windows 10 20H2 手动输入法 在要下载到的目录按住shift右键 选择在此处打开Powershell窗口 如要下载的仓库地址&#xff1a; 通常的git命令下载&#xff1a; git clone https://github.com/apache/incubator-nuttx.gitCNPMJS.ORG…

MySql 自动更新时间为当前时间

字段类型 : timestamp默认值 : CURRENT_TIMESTAMP如果是创建时间&#xff0c;则下面的“根据当前时间戳更新”不勾选。转载于:https://blog.51cto.com/9625815/1630767

ZKP Mathematical Building Blocks (2)

MIT IAP 2023 Modern Zero Knowledge Cryptography课程笔记 Lecture 3: Mathematical Building Blocks (Yufei Zhao) Fiat Shamir heuristic Turn an interactive proof to a non-interactive proofP can simulate V whenever V picks a random valueP can simulate V’s ran…

[转]在jQuery的each()函数中使用continue和break

jQuery的each函数可调用选择器得到的元素集进行循环调用。这意味着&#xff0c;每次执行传递进来的函数时&#xff0c;函数中的this关键字都指向一个不同的 DOM元素&#xff08;每次都是一个不同的匹配元素&#xff09;。而且&#xff0c;在每次执行函数时&#xff0c;都可以给…

JQuery--事件

一、鼠标事件 1、click 与 dbclick 用法一&#xff1a;<div id"test">点击触发<div>$("ele").click(function(){ // 点击元素&#xff0c;触发事件alert(触发指定事件) })$("#test").click(function(){ // this 指向div元素…

【AVR ASF4库函数学习笔记】一、使用Microchip Studio图形化配置工程

目录新建工程配置点灯效果平台&#xff1a;Microchip Studio (原Atmel Studio 7) 欣世纪 DMAVR-L Atmega 128A - AU 新建工程 选择所用的芯片后点击CREATE NEW PROJECT创建工程 配置 设置CPU 根据所用晶振设置频率 点灯示例&#xff1a; D7由PE7控制&#xff0c;低电平点…

Jenkins部署Web项目到远程tomcat

原网址&#xff1a;http://blog.sina.com.cn/s/blog_b5fe6b270102v7xi.html 之前讲到的是如何构建一个项目&#xff0c;并且将代码进行编译、打包&#xff0c;那么打包完成最后的结果就需要发布到应用服务器&#xff0c;将项目部署成功。在之前的项目中我们采用的shell脚本来部…

【Postgresql】use

http://www.jianshu.com/p/0ed65e630fd0 http://www.linuxidc.com/Linux/2013-12/94354.htm tag 是一个Array字段&#xff0c;判断是否包含时&#xff1a; select * from news where tag > {电影}; 转载于:https://www.cnblogs.com/colipso/p/7123488.html