opencv图像腐蚀erode
什么是图像腐蚀
形态学运算
形态学（morphology）一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学，往往表示的是数学形态学
数学形态学（Mathematical morphology）
是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-
hat变换、颗粒分析、流域变换等。
所以，简单的说，形态学运算是对图像基于形状的一系列操作，而图像腐蚀则是其中的一种。
腐蚀运算原理
定义结构元素B为：
1 1
1 0
图像元素与结构元素相乘，从而求得右下角元素值
（i-1,j+1） （i,j+1）
（i-1,j） 所求此点（i,j）
⑴ 用结构元素B，扫描图像A的每一个像素
⑵ 用结构元素与其覆盖的二值图像做“与”操作
⑶ 如果都为0，结果图像的该像素为0。否则为255
腐蚀处理就是求局部最小值的操作，的结果是使原来的二值图像减小一圈。宏观上的效果就是二值图中黑色区域寝室掉白色区域。
原理实现：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
static void g_erosion(int, void*)
{
erosion = Mat::zeros(binarygray.rows, binarygray.cols, binarygray.type());
{
for (int i = 1; i < binarygray.rows; i++)
{
for (int j = 1; j < binarygray.cols; j++)
{
if (binarygray.data[(i - 1)*binarygray.step + j] + binarygray.data[(i - 1)*binarygray.step + j + 1] + binarygray.data[i*binarygray.step + j + 1] == 0)
{
erosion.data[i*erosion.step + j] = 0;
}
else
{
erosion.data[i*erosion.step + j] = 255;
}
}
|
}
1
2
3
4
5
|
}
imshow("erosion_1", erosion);
}
|
腐蚀运算用途
图像的形态学操作可以实现很多功能，而腐蚀往往结合膨胀一起使用。实现以下功能：
- 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
erode函数
函数原型
opencv中腐蚀函数erode的原型如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
void cv::erode ( InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor = Point(-1,-1),
int iterations = 1,
int borderType = BORDER_CONSTANT,
const Scalar & borderValue = morphologyDefaultBorderValue()
)
|
参数解释
- 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。
- 第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。
- 第三个参数，InputArray类型的kernel，膨胀操作的核。若为NULL时，表示的是使用参考点位于中心3x3的核。
- 第四个参数，Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。
- 第五个参数，int类型的iterations，迭代使用erode（）函数的次数，默认值为1。
- 第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
- 第七个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。
使用erode函数，一般我们只需要填前面的三个参数，后面的四个参数都有默认值。。
使用示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
|
// 2_image_erode.cpp: 定义控制台应用程序的入口点。
//date: 2018/03/21
//editor: ihaoming
//include files
#include "stdafx.h"
#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
//namespace
using namespace std;
using namespace cv;
int main()
{
Mat src_image = imread("./clock.jpg");
if (src_image.data == NULL)
{
cout << "can't open the file!" << endl;
getchar();
return -1;
}
else
{
imshow("src_image", src_image);
//get structuring element
Mat element_1 = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat element_2 = getStructuringElement(MORPH_CROSS, Size(15, 15));
Mat element_3 = getStructuringElement(MORPH_ELLIPSE, Size(15, 15));
Mat dst_image_1;
Mat dst_image_2;
Mat dst_image_3;
//erode the image
erode(src_image, dst_image_1, element_1);
erode(src_image, dst_image_2, element_2);
erode(src_image, dst_image_3, element_3);
imshow("dst_image", dst_image_1);
imshow("dst_image_2", dst_image_2);
imshow("dst_image_3", dst_image_3);
waitKey(0);
}
return 0;
}
|
