08- OpenCV:形态学操作(膨胀与腐蚀 、提取水平与垂直线)

目录

前言

一、膨胀(Dilation)与 腐蚀(Erosion)

二、形态学操作

1、开操作(Opening)

2、闭操作(Closing)

3、形态学梯度(Morphological Gradient)

4、顶帽 ( top hat)

5、黑帽 ( black hat)

6、相关的API

7、代码演示

三、形态学操作应用-提取水平与垂直线

1、原理方法

2、实现步骤


前言

1、了解图像形态学

图像形态学操作是一种基于图像形状的图像处理方法,常用于图像分割、边缘检测、图像增强等领域。

2、图像形态学主要包括腐蚀(Erosion)、膨胀(Dilation)、开运算(Opening)、闭运算(Closing)等操作。

除了以上基本操作,还有其他形态学操作,如击中击不中变换(Hit-or-Miss Transform)、顶帽运算(Top Hat Transform)和黑帽运算(Black Hat Transform)等。

这些图像形态学操作可以通过OpenCV库中的函数进行实现,例如cv::erodecv::dilatecv::morphologyEx等函数。

3、膨胀与腐蚀是图像处理中最常用得形态学手段。

一、膨胀(Dilation)与 腐蚀(Erosion)

通俗来讲:膨胀是用来处理缺陷问题,腐蚀用来处理毛刺问题。

所以膨胀过后的图像边界看起来更加清晰;腐蚀后的图像去除噪点,边界模糊了。

1、膨胀含义:

将图像中的前景物体进行扩张,通过在图像上滑动一个结构元素,当结构元素与前景物体有重叠时,将该像素置为1(白色)。膨胀操作可以填充物体内部的空洞,同时使物体边界变得更加清晰。

跟卷积操作类似,假设有图像A和结构元素B,结构元素B在A上面移动,其中B定义其中心为锚点,计算B覆盖下A的最大像素值用来替换锚点的像素,其中B作为结构体可以是任意形状。

 2、腐蚀含义:

将图像中的前景物体进行收缩,通过在图像上滑动一个结构元素,当结构元素完全覆盖住前景物体时,将该像素置为0(黑色)。腐蚀操作可以去除小的噪点,同时使物体边界变得模糊。

腐蚀跟膨胀操作的过程类似,唯一不同的是以最小值替换锚点重叠下图像的像素值。

3、相关的API:

(1)getStructuringElement(int shape, Size ksize, Point anchor)  

- 形状 (MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE)  

- 大小

 - 锚点 默认是Point(-1, -1)意思就是中心像素

(2)dilate(src, dst, kernel)

(3)erode(src, dst, kernel)

4、相关代码演示

#include<opencv2\opencv.hpp>
#include<iostream>int main()
{cv::Mat image = cv::imread("char.jpg", cv::IMREAD_GRAYSCALE);if (image.empty()){std::cout << "Failed to read image" << std::endl;return -1;}// 定义腐蚀和膨胀的核(结构元素)cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));// 腐蚀操作cv::Mat eroded_image;cv::erode(image, eroded_image, kernel);// 膨胀操作cv::Mat dilated_image;cv::dilate(image, dilated_image, kernel);cv::imshow("Original Image", image);cv::imshow("Eroded Image", eroded_image);cv::imshow("Dilated Image", dilated_image);cv::waitKey(0);cv::destroyAllWindows();return 0;
}

效果展示:

二、形态学操作

1、开操作(Opening)

先进行腐蚀操作,再进行膨胀操作。开运算可以消除小的噪点,并保持物体的整体形状不变。

(1)先腐蚀后膨胀

(2)可以去掉小的对象,假设对象是前景色,背景是黑色

2、闭操作(Closing)

先进行膨胀操作,再进行腐蚀操作。闭运算可以填充物体内部的空洞,并保持物体的整体形状不变。

(1)先膨胀后腐蚀(bin2)

(2)可以填充小的洞(fill hole),假设对象是前景色,背景是黑色

3、形态学梯度(Morphological Gradient)

(1)膨胀减去腐蚀

(2)又称为基本梯度(其它还包括-内部梯度、方向梯度)

4、顶帽 ( top hat)

顶帽 是原图像与开操作之间的差值图像

5、黑帽 ( black hat)

黑帽是闭操作图像与源图像的差值图像

6、相关的API

morphologyEx(src, dest, CV_MOP_BLACKHAT, kernel);

// 函数原型:

void morphologyEx (

InputArray src, // 输入图像,可以是单通道灰度图像或多通道彩色图像。

OutputArray dst, // 输出图像,与输入图像具有相同的尺寸和类型。

int op, // 形态学操作类型,可以是以下常量之一:

InputArray kernel, // 结构元素,用于定义形态学操作的形状和大小。可以使用cv::getStructuringElement函数创建不同形状的结构元素。

Point anchor = Point(-1,-1), // 锚点位置,默认为(-1,-1),表示结构元素的中心。

int iterations = 1, // 形态学操作的迭代次数,默认为1。

int borderType = BORDER_CONSTANT, // 边界类型,默认为BORDER_CONSTANT,表示使用常数值进行边界扩展。

const Scalar& borderValue = morphologyDefaultBorderValue() // 边界值,默认为morphologyDefaultBorderValue(),表示使用默认的边界值。

);
 

其中:

  • op:形态学操作类型,可以是以下常量之一:

    • cv::MORPH_ERODE:腐蚀操作

    • cv::MORPH_DILATE:膨胀操作

    • cv::MORPH_OPEN:开运算

    • cv::MORPH_CLOSE:闭运算

    • cv::MORPH_GRADIENT:形态学梯度

    • cv::MORPH_TOPHAT:顶帽运算

    • cv::MORPH_BLACKHAT:黑帽运算

7、代码演示
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>using namespace cv;
int main(int argc, char** argv) {Mat src, dst;src = imread("D:/vcprojects/images/bin2.png");if (!src.data) {printf("could not load image...\n");}namedWindow("input image", CV_WINDOW_AUTOSIZE);imshow("input image", src);char output_title[] = "morphology demo";namedWindow(output_title, CV_WINDOW_AUTOSIZE);Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1));morphologyEx(src, dst, CV_MOP_BLACKHAT, kernel);imshow(output_title, dst);waitKey(0);return 0;
}

效果展示:(黑帽 CV_MOP_BLACKHAT)

三、形态学操作应用-提取水平与垂直线

1、原理方法

图像形态学操作时候,可以通过自定义的结构元素实现结构元素 对输入图像一些对象敏感、另外一些对象不敏感,这样就会让敏 感的对象改变而不敏感的对象保留输出。

通过使用两个最基本的 形态学操作 – 膨胀与腐蚀,使用不同的结构元素实现对输入图像 的操作、得到想要的结果。

(1)膨胀,输出的像素值是结构元素覆盖下输入图像的最大像素值

二值图像与灰度图像上的膨胀操作:

(2)腐蚀,输出的像素值是结构元素覆盖下输入图像的最小像素值

二值图像与灰度图像上的腐蚀操作

(3)结构元素

        1)上述膨胀与腐蚀过程可以使用任意的结构元素

        2)常见的形状:矩形、园、直线、磁盘形状、砖石形状等各种自定义形状。

2、实现步骤

(1)输入图像彩色图像 imread

(2)转换为灰度图像 – cvtColor

(3)转换为二值图像 – adaptiveThreshold

(4)定义结构元素

(5)开操作 (腐蚀+膨胀)提取 水平与垂直线

(1)输入图像彩色图像 imread

(2)转换为灰度图像 – cvtColor

(3)转换为二值图像 – adaptiveThreshold

adaptiveThreshold(

Mat src, // 输入的灰度图像

Mat dest, // 二值图像

double maxValue, // 二值图像最大值

int adaptiveMethod // 自适应方法,只能其中之一 –                 

                                // ADAPTIVE_THRESH_MEAN_C ,APTIVE_THRESH_GAUSSIAN_C

int thresholdType,// 阈值类型

int blockSize, // 块大小

double C // 常量C 可以是正数,0,负数

)

(4)定义结构元素

一个像素宽的水平线 -  水平长度 width/30

一个像素宽的垂直线 – 垂直长度 height/30

(5)开操作 (腐蚀+膨胀)提取 水平与垂直线

后处理

1)bitwise_not(Mat bin, Mat dst)像素取反操作,255 – SrcPixel

2)模糊(blur)

3、代码演示

#include <opencv2/opencv.hpp>
#include <iostream>using namespace cv;
int main(int argc, char** argv) {Mat src, dst;src = imread("D:/vcprojects/images/chars.png");if (!src.data) {printf("could not load image...\n");return -1;}char INPUT_WIN[] = "input image";char OUTPUT_WIN[] = "result image";namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);imshow(INPUT_WIN, src);Mat gray_src;cvtColor(src, gray_src, CV_BGR2GRAY);imshow("gray image", gray_src);Mat binImg;adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);imshow("binary image", binImg);// 水平结构元素Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));// 垂直结构元素Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));// 矩形结构Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));Mat temp;erode(binImg, temp, kernel);dilate(temp, dst, kernel);// morphologyEx(binImg, dst, CV_MOP_OPEN, vline);// 背景变色bitwise_not(dst, dst);// 结果更加圆滑些//blur(dst, dst, Size(3, 3), Point(-1, -1));imshow("Final Result", dst);waitKey(0);return 0;
}

效果展示:

(1)水平结构元素:

先腐蚀后膨胀,相当于一开始把垂直的元素擦掉,所以就保留了水平的线。

Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));

erode(binImg, temp, hline)

dilate(temp, dst, hline);

等同于:

morphologyEx(binImg, dst, CV_MOP_OPEN, hline);

(2)垂直结构元素

先腐蚀后膨胀,相当于一开始把水平的元素擦掉,所以就保留了垂直的线。

Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));

morphologyEx(binImg, dst, CV_MOP_OPEN, vline);

(3)矩形结构

矩形大小的干扰项都去掉。

Mat kernel = getStructuringElement(MORPH_RECT, Size(4, 4), Point(-1, -1));

morphologyEx(binImg, dst, CV_MOP_OPEN, kernel);

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/638108.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

Spring成长之路—Spring MVC

在分享SpringMVC之前&#xff0c;我们先对MVC有个基本的了解。MVC(Model-View-Controller)指的是一种软件思想&#xff0c;它将软件分为三层&#xff1a;模型层、视图层、控制层 模型层即Model&#xff1a;负责处理具体的业务和封装实体类&#xff0c;我们所知的service层、poj…

5G_射频测试_参考规范(一)

参考规范&#xff1a; • Base Station (BS) conformance testing&#xff08;重点limitation&#xff09;Directory Listing /ftp/Specs/archive/38_series/38.104 (3gpp.org) • Conducted conformance testing&#xff08;传导测试&#xff09;3GPP 38.141-1 6.7 Tran…

跟着pink老师前端入门教程-day08

二十一、案例前期铺垫 21.1 CSS属性书写顺序&#xff08;重点&#xff09; 建议遵循以下顺序&#xff1a; 1. 布局定位属性&#xff1a;display / position / float / clear / visibility / overflow&#xff08;建议 display 第一个写&#xff0c;毕竟关系到模式&#xff…

UI -- React

React 模板 React UI package.json同级components/slButton/element.jsx import React from react;const el ({ text, onClick }) > {return (<button onClick{onClick}>{text}</button>); };export default el;components/function.js export const ceshi…

LLM之RAG实战(十九)| 利用LangChain、OpenAI、ChromaDB和Streamlit构建RAG

生成式人工智能以其创造与上下文相关内容的能力彻底改变了技术&#xff0c;开创了人工智能可能性的新时代。其核心是检索增强生成&#xff08;RAG&#xff09;&#xff0c;将信息检索与LLM相结合&#xff0c;从外部文档中产生智能、知情的响应。 本文将深入研究使用ChromaDB构建…

阿里云GPU服务器ECS实例规格详细说明

阿里云GPU服务器提供GPU加速计算能力&#xff0c;GPU卡支持A100、V100、T4、P4、P100、A10等&#xff0c;NVIDIA V100&#xff0c;GPU实例规格是什么意思&#xff1f;如搭载NVIDIA V100的ecs.gn6v-c8g1.2xlarge、A10卡ecs.gn7i-c32g1.8xlarge、T4卡ecs.gn6i-c4g1.xlarge、P4卡e…

AndroidStudio

一 安卓开发环境搭建 1.1 环境介绍 # 做安卓开发&#xff0c;需要会 Java 开发&#xff0c;需要安卓 SDK &#xff0c;需要一款编辑器&#xff0c;需要软件测试环境 ( 真机&#xff0c;虚拟机 ) # 早期开发安卓 app &#xff0c;需要使用 eclipse 安卓 SDK &#xff0c;自…

三.Winform使用Webview2加载本地HTML页面

Winform使用Webview2加载本地HTML页面 往期目录创建Demo2界面创建HTML页面在Demo2窗体上添加WebView2和按钮加载HTML查看效果 往期目录 往期相关文章目录 专栏目录 创建Demo2界面 经过前面两小节 一.Winform使用Webview2(Edge浏览器核心) 创建demo(Demo1)实现回车导航到指定…

三国游戏(第十四届蓝桥杯)

题目 小蓝正在玩一款游戏。游戏中魏蜀吴三个国家各自拥有一定数量的士兵 X,Y,Z&#xff08;一开始可以认为都为 0&#xff09;。 游戏有 n个可能会发生的事件&#xff0c;每个事件之间相互独立且最多只会发生一次&#xff0c;当第 i个事件发生时会分别让 X,Y,Z 增加 A i , B…

广和通AI解决方案“智”赋室外机器人迈向新天地!

大模型趋势下&#xff0c;行业机器人将具备更完善的交互与自主能力&#xff0c;逐步迈向AI 2.0时代&#xff0c;成为人工智能技术全面爆发的重要基础。随着行业智能化&#xff0c;更多机器人应用将从“室内”走向“室外”&#xff0c;承担更多高风险、高智能工作。复杂的室外环…

Java基本概念(新手入门)

目录 软件安装&#xff1a;Java初学者软件安装与idea快捷键-CSDN博客 第一节 1.java与C语言的区别 2.jdk&#xff0c;jre&#xff0c;jvm是什么&#xff0c;他们之间的关系 3. java的包package 4.Java的注释 5.第一个程序讲解与基础语法 6.一带而过 java入门第一节__…

方便又好用,必须吹爆这几个良心工具!

生成式人工智能已经彻底改变了各个行业。尽管使用的都是相同的大模型&#xff0c;但有的能让明星表演出“科目三”&#xff0c;而有的则能将真人变成动漫主角。 那么&#xff0c;让我们回到开发人员的视角来看&#xff0c;GenAI对日常工作会有哪些影响呢&#xff1f;虽然我们向…

代码随想录二刷 | 二叉树 | 把二叉搜索树转换为累加树

代码随想录二刷 &#xff5c; 二叉树 &#xff5c; 把二叉搜索树转换为累加树 题目描述解题思路递归法迭代法 代码实现递归法迭代法 题目描述 538.把二叉搜索树转换为累加树 给出二叉 搜索 树的根节点&#xff0c;该树的节点值各不相同&#xff0c;请你将其转换为累加树&…

分布式 session

分布式 session 种 session 的时候需要注意范围&#xff0c;也就是 cookie.domain。 比如两个域名&#xff1a;a.heo.com&#xff0c;b.heo.com。如果要共享 cookie&#xff0c;可以种一个更高层的公共域名&#xff0c;比如 heo.com。 当服务器 A &#xff08;localhost:808…

基于ECS服务器搭建FTP服务

vsftpd&#xff08;very secure FTP daemon&#xff09;是一款在Linux发行版中最受推崇的FTP服务器。vsftpd支持匿名访问和本地用户模式两种访问方式。匿名访问方式任何用户都可以访问搭建的FTP服务&#xff1b;本地用户模式只支持添加的本地用户访问搭建的FTP服务。 说明: 匿…

前端实现贪吃蛇功能

大家都玩过贪吃蛇小游戏&#xff0c;控制一条蛇去吃食物&#xff0c;然后蛇在吃到食物后会变大。本篇博客将会实现贪吃蛇小游戏的功能。 1.实现效果 2.整体布局 /*** 游戏区域样式*/ const gameBoardStyle {gridTemplateColumns: repeat(${width}, 1fr),gridTemplateRows: re…

新买电脑配置不低却卡顿?

目录 前言&#xff1a; 电脑卡顿的原因 Windows 10必做的系统优化 禁用 IP Helper 关闭系统通知 机械硬盘开启优化驱动器功能 开启存储感知 前言&#xff1a; 新买的电脑配置不低&#xff0c;但却卡顿甚至程序不反应&#xff0c;这是怎么回事儿&#xff1f; 其实并不…

代码随想录day32 贪心算法训练

122.买卖股票的最佳时机 II 题目 给定一个数组&#xff0c;它的第 i 个元素是一支给定股票第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易&#xff08;多次买卖一支股票&#xff09;。 注意&#xff1a;你不能同时参与多笔交易&a…

Java中泛型的详细介绍

引言&#xff1a; Java语言中的泛型是一种强大的特性&#xff0c;它允许我们在编写代码时指定类、接口和方法的参数类型。通过使用泛型&#xff0c;我们可以提高代码的重用性、可读性和安全性。在本博客中&#xff0c;我们将详细介绍Java中泛型的知识。 一、泛型的基本概念 泛型…

《Linux C编程实战》笔记:Linux信号介绍

信号是一种软件中断&#xff0c;它提供了处理一种异步事件的方法&#xff0c;也是进程惟一的异步通信方式。在Linux系统中&#xff0c;根据POSIX标准扩展的信号机制&#xff0c;不仅可以用来通知某进程发生了什么事&#xff0c;还可以给进程传递数据。 信号的来源 信号的来源…