形态学：开、闭、梯度、顶帽、黑帽

朱雀 2022-04-05 03:14 295阅读 0赞

## 原理 ##

下面的element指的是进行操作的核

*  开操作（opening）：  
     d s t = d i l a t e ( e r o d e ( s r c , e l e m e n t ) ) dst=dilate(erode(src,element)) dst=dilate(erode(src,element))  
    作用：

1.  平滑物体的轮廓
2.  断开较窄的交界处
3.  消除细小的噪声、突出物  
    ![作用3][3]

*  闭操作（closing）：  
     d s t = e r o d e ( d i l a t e ( s r c , e l e m e n t ) ) dst=erode(dilate(src,element)) dst=erode(dilate(src,element))  
    作用：

1.  平滑物体的轮廓
2.  弥合较窄的交界处，填补轮廓线的断裂
3.  消除细小的孔洞  
    ![在这里插入图片描述][2018121019004552.png]

*  形态学梯度（Morphological Gradient）：  
     d s t = d i l a t e ( s r c , e l e m e n t ) − e r o d e ( s r c , e l e m e n t ) dst=dilate(src,element)−erode(src,element) dst=dilate(src,element)−erode(src,element)  
    作用：提取物体轮廓

![在这里插入图片描述][20181210190638673.png]

*  顶帽（top hat）：  
     d s t = s r c − o p e n ( s r c , e l e m e n t ) dst=src−open(src,element) dst=src−open(src,element)

*  黑帽（black hat）：  
     d s t = c l o s e ( s r c , e l e m e n t ) − s r c dst=close(src,element)−src dst=close(src,element)−src

--------------------

## 官方代码 ##

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    
    int morph_elem=0;
    int morph_size=0;
    int morph_operator=0;
    int const max_operator=4;
    int const max_elem=2;
    int const max_kernel_size=21;
    
    const char* window_name = "Morphlogy Transformation Demo";
    
    void Morphlogy_Opertions(int , void*);
    
    Mat src,dst;
    
    int main(void)
    { 
    	
        src = cv::imread("../res/1.jpg");
    	if(src.empty())
    	{ 
    		cout << "load image failed" << endl;	
    		return -1;
    	}
    	
    
    	cv::namedWindow(window_name,cv::WINDOW_NORMAL);
    
    //创建Trackbar
    	cv::createTrackbar("Operator:\n 0:Opening-1:Closing\n2:Gradient-3:Top hat\n4:Black hat",window_name,&morph_operator,max_operator,Morphlogy_Opertions);
    	cv::createTrackbar("Element:\n 0:Rect-1:Cross-2:Ellipse",window_name,&morph_elem,max_elem,Morphlogy_Opertions);
    	cv::createTrackbar("Kernel size:\n2n+1",window_name,&morph_size,max_kernel_size,Morphlogy_Opertions);
    
    
    	Morphlogy_Opertions(0,NULL);
    
    	waitKey(0);
    	return 0;
    
    };
    
    
    void Morphlogy_Opertions(int , void*)
    { 
    
    	int operations= morph_operator+2; //因为第一个是开操作，枚举是２
    	Mat element = cv::getStructuringElement(morph_elem,Size(2*morph_size+1,2*morph_size+1),Point(morph_size,morph_size));
    
    	cv::morphologyEx(src,dst,operations,element);
    	imshow(window_name,dst);
    
    
    }

结果：  
![在这里插入图片描述][20181210201606661.png]

![在这里插入图片描述][20181210201844655.png]

--------------------

## OpenCV API ##

此函数可以进行多种形态学操作：腐蚀、膨胀、开、等等

void cv::morphologyEx (  
InputArray src,&emsp   //原图  
OutputArray dst,&emsp   //输出图  
int op,&emsp   // 进行的具体的形态学操作，枚举如下  
InputArray kernel,&emsp   //核（可以根据cv::getStructuringElement得到）  
Point anchor = Point(-1,-1),&emsp   //锚点（默认）  
int iterations = 1,&emsp   //进行此操作的次数（默认）  
int borderType = BORDER\_CONSTANT,&emsp   //边界的处理（默认）  
const Scalar & borderValue = morphologyDefaultBorderValue() &emsp   //边界的常数值（默认）  
)

<table> 
 <thead> 
  <tr> 
   <th>枚举名</th> 
   <th>数值</th> 
   <th>操作</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>MORPH_ERODE</td> 
   <td>0</td> 
   <td>腐蚀</td> 
  </tr> 
  <tr> 
   <td>MORPH_DILATE</td> 
   <td>1</td> 
   <td>膨胀</td> 
  </tr> 
  <tr> 
   <td>MORPH_OPEN</td> 
   <td>2</td> 
   <td>开</td> 
  </tr> 
  <tr> 
   <td>MORPH_CLOSE</td> 
   <td>3</td> 
   <td>闭</td> 
  </tr> 
  <tr> 
   <td>MORPH_GRADIENT</td> 
   <td>4</td> 
   <td>形态梯度</td> 
  </tr> 
  <tr> 
   <td>MORPH_TOPHAT</td> 
   <td>5</td> 
   <td>顶帽</td> 
  </tr> 
  <tr> 
   <td>MORPH_BLACKHAT</td> 
   <td>6</td> 
   <td>黑帽</td> 
  </tr> 
  <tr> 
   <td>MORPH_HITMISS</td> 
   <td>7</td> 
   <td>击中、不击中</td> 
  </tr> 
 </tbody> 
</table>

[3]: /images/20220405/bfe6b2c2d4524e9190c1e0e45d45f91f.png
[2018121019004552.png]: /images/20220405/5ae47d30f0fb4bdeb93a824fca07e110.png
[20181210190638673.png]: /images/20220405/23742a5a54754ad8b56ab50873d9d8f3.png
[20181210201606661.png]: /images/20220405/46858ea15acc4adba7c7e69b9295e183.png
[20181210201844655.png]: /images/20220405/18917aa9d50d4d21a1609a12ec682893.png