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。
- 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
- 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
提取步骤
输入图像彩色图像 imread
代码如下：
Mat src, dst; src = imread("./test2.jpg"); if (!src.data) { printf("could not load image...\n"); return -1; } imshow("image", src);
转换为灰度图像 – cvtColor
代码如下：
Mat gray_src; // 转灰度图 cvtColor(src, gray_src, CV_BGR2GRAY); imshow("gray image", gray_src);
转换为二值图像 – adaptiveThreshold
函数参数：
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 ， ADAPTIVE_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
应用代码如下：
Mat binImg; //转换为二值图像 – adaptiveThreshold adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); imshow("binary image", binImg);
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
应用getStructuringElement函数来获取结构元素，这里补充一下该函数相关知识：
结构元形状构造函数getStructuringElement
函数原型：
getStructuringElement( int shape, Size ksize, Point anchor )
参数：
shape：结构元类型： 1）MORPH_RECT 表示产生矩形的结构元 2）MORPH_ELLIPSEM 表示产生椭圆形的结构元 3）MORPH_CROSS 表示产生十字交叉形的结构元 ksize：表示结构元的尺寸，即（宽，高），必须是奇数 anchor：表示结构元的锚点，即参考点。默认值Point(-1, -1)代表中心像素为锚点
应用代码为：
// 水平结构元素 Mat hline = getStructuringElement(MORPH_RECT, Size(xsize, 1), Point(-1, -1)); // 垂直结构元素 Mat vline = getStructuringElement(MORPH_RECT, Size(1, ysize), Point(-1, -1)); // 获取矩形结构元素 Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
开操作 （腐蚀+膨胀）：提取水平与垂直线
代码应用如下：
// 提取横线 Mat hbin; erode(binImg, hbin, hline); dilate(hbin, dst, hline); imshow("Row Result", dst); // 提取竖线 Mat vbin; // 腐蚀膨胀 erode(binImg, vbin, vline); dilate(vbin, dst, vline); imshow("Col Result", dst); // 矩形 Mat Bbin; erode(binImg, Bbin, kernel); dilate(Bbin, dst, kernel); // 像素取反操作 bitwise_not(dst, dst); imshow("Final Result", dst);
代码案例
#include <iostream> #include <math.h> #include <opencv2/opencv.hpp> #include<opencv2/highgui.hpp> #include <opencv2/highgui/highgui_c.h> using namespace cv; int main(int argc, char** argv) { Mat src, dst; src = imread("./test2.jpg"); if (!src.data) { printf("could not load image...\n"); return -1; } imshow("image", src); char INPUT_WIN[] = "input image"; char OUTPUT_WIN[] = "result image"; Mat gray_src; // 转灰度图 cvtColor(src, gray_src, CV_BGR2GRAY); imshow("gray image", gray_src); Mat binImg; // 转换为二值图像 – 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 ， ADAPTIVE_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 */ adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); imshow("binary image", binImg); // 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 int xsize = binImg.cols / 30; int ysize = binImg.rows / 30; // 水平结构元素 Mat hline = getStructuringElement(MORPH_RECT, Size(xsize, 1), Point(-1, -1)); // 垂直结构元素 Mat vline = getStructuringElement(MORPH_RECT, Size(1, ysize), Point(-1, -1)); // 矩形 Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); // 提取横线 Mat hbin; erode(binImg, hbin, hline); dilate(hbin, dst, hline); imshow("Row Result", dst); // 提取竖线 Mat vbin; // 腐蚀膨胀 erode(binImg, vbin, vline); dilate(vbin, dst, vline); imshow("Col Result", dst); // 矩形 Mat Bbin; erode(binImg, Bbin, kernel); dilate(Bbin, dst, kernel); // 像素取反操作 bitwise_not(dst, dst); imshow("Final Result", dst); waitKey(0); return 0; }
