OpenCV-形态学梯度（GRADIENT）

原理

      形态学是图像处理中常见的名词，图像处理的形态学基本属于数学形态学的范畴，是一门建立在格论和拓扑学基础上的图像分析学科。形态学梯度计算是结合了腐蚀和膨胀的一种运算，膨胀图减腐蚀图。

      简单来说，形态学梯度计算就是将膨胀后的图像减去腐蚀后的图像，可以有效提取边缘轮廓信息。效果图见下方图1图2图3。

函数原型

void morphologyEx( InputArray src, OutputArray dst,
                   int op, InputArray kernel,
                   Point anchor = Point(-1,-1), int iterations = 1,
                   int borderType = BORDER_CONSTANT,
                   const Scalar& borderValue = morphologyDefaultBorderValue() );
其中op=MORPH_GRADIENT

参数说明

1. InputArray类型的src，输入图像，如Mat类型。
2. OutputArray类型的dst，输出图像。
3. int类型的op，选择不同的运算操作，形态学梯度运算则是MORPH_GRADIENT。
4. Point类型的anchor，锚点。默认值（-1，-1），表示位于单位中心，一般不用。
5. int类型的iterations，迭代使用的次数，默认值为1。
6. int类型的borderType，推断图像外部像素的边界模式，我OpenCV版本的默认值为BORDER_CONSTANT。如果图像边界需要扩展，则不同的模式下所扩展的像素，其生成原则不同。
7. const Scalar&类型的borderValue，当边界为常数时的边界值，默认值为morphologyDefaultBorderValue()。

测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
  cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
  cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
  cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
  cv::Mat result;
  cv::morphologyEx(test, result, MORPH_GRADIENT, element);
  imshow("original", test);
  imshow("result", result);
  waitKey(0);
  system("pause");
  return 0;
}

测试效果

图1 膨胀示意图

图2 腐蚀示意图

图3 形态学梯度结果图

      如上图所示，有原先8*8的矩形，我设置了3*3的矩形蒙版，对其进行膨胀操作如图1红框所示，对其进行腐蚀操作如图2红框所示，膨胀减去腐蚀如图3所示，只留下边界轮廓。

      如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！