【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

【机器视觉学习笔记】二值图像连通区域提取算法（C++）

【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…
阅读更多...
【机器视觉学习笔记】Harris 角点检测算法（C++）

【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…
阅读更多...
剖析ASSERT函数

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***** …
阅读更多...
MSP430G2553 移植 Contiki RTOS 实时操作系统

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…
阅读更多...
Raphael JS 矢量客户端开源框架

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…
阅读更多...
mac os x10.8下如何使用git与github

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 …
阅读更多...
使用 VS 附加到进程 调试发布的网站

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…
阅读更多...
Github git 命令下载加速

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…
阅读更多...
MySql 自动更新时间为当前时间

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
阅读更多...
ZKP Mathematical Building Blocks (2)

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

【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…
阅读更多...
Jenkins部署Web项目到远程tomcat

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…
阅读更多...
奔跑的小车……

奔跑的小车……

转载于:https://www.cnblogs.com/hebaichuanyeah/archive/2013/06/07/3124244.html
阅读更多...
【机器视觉学习笔记】OpenCV C++的安装、配置及多版本共存 （VS2015）

【机器视觉学习笔记】OpenCV C++的安装、配置及多版本共存 （VS2015）

目录下载&#xff08;可选 —— 二选一&#xff09;添加环境变量新建项目和配置配置包含目录配置库目录添加库&#xff08;可选 —— 二选一&#xff09;添加dll文件的路径测试平台&#xff1a;Windows 10 20H2 Visual Studio 2015 OpenCV 2.4.13.6 本文参考自最新opencv-c安…
阅读更多...
Java环境搭建若干问题

Java环境搭建若干问题

2019独角兽企业重金招聘Python工程师标准>>> 0.总体说明 本次搭建环境&#xff0c;为了偷懒&#xff0c;使用的是&#xff0c;阿里云镜像。 自带了Nginx、Tomcat、JDK等。 比较坑爹的是&#xff0c;虽然镜像带了很多安装好的软件&#xff0c;但是也有各种问题&#…
阅读更多...
JAVASCRIPT 等比例缩放图片 限定最大宽度和最大高度

JAVASCRIPT 等比例缩放图片 限定最大宽度和最大高度

在Web上显示图片&#xff0c;通常都会有图片显示比例问题&#xff0c;如果不给<img />限制width和height&#xff0c;那么如果图片大了就会将整个页面挤乱&#xff0c;图片小了又会使图片失真。 1、预先定义好图片显示的标准宽度和高度。 2、如果图片的大小超过了…
阅读更多...
【机器视觉学习笔记】python安装OpenCV并设置自动补全及代码提示

【机器视觉学习笔记】python安装OpenCV并设置自动补全及代码提示

目录安装测试设置自动补全及代码提示平台&#xff1a;Windows 10 20H2 Python 3.8.12 (default, Oct 12 2021, 03:01:40) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 OpenCV 4.5.4.58 安装 本节内容引自使用pip安装Opencv —— xwc2 在要安装的环境内使用如下…
阅读更多...
Android背景色渐变效果(shape,gradient) （转）

Android背景色渐变效果(shape,gradient) （转）

Android设置背景色可以通过在res/drawable里定义一个xml,如下&#xff1a; [代码]xml代码&#xff1a; <?xml version"1.0" encoding"utf-8"?> <shape xmlns:android"http://schemas.android.com/apk/res/android"> <gradie…
阅读更多...
C语言字符串数字提取函数，支持负数、浮点数、科学记数法

C语言字符串数字提取函数，支持负数、浮点数、科学记数法

目录效果普通数字小数科学记数法源码平台&#xff1a; STC89C52 Keil uVision V5.29.0.0 PK51 Prof.Developers Kit Version:9.60.0.0 效果 这里以51单片机为例&#xff0c;对串口接收的字符串中的第三个数进行解码&#xff1a; 普通数字 小数 科学记数法 源码 /* * Str2N…
阅读更多...
eclipse编译hadoop插件

eclipse编译hadoop插件

2019独角兽企业重金招聘Python工程师标准>>> 准备 eclipse ant1.8.0 hadoop1.2.1 src 步骤 1. 修改/home/hadoop/hadoop-1.2.1/src/contrib/build-contrib.xml 修改hadop.root值为实际的hadoop根目录 <property name"hadoop.root" location"…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023