OpenCV图像处理（七）图像滤波（2）

1、形态学滤波

简单来说，形态学操作就是基于形状的一系列图像处理操作，最基本的形态学操作：膨胀、腐蚀。在图像处理中，两种操作都是针对白色部分（高亮部分）而言的，膨胀就是对白色部分的扩张，相反，腐蚀是白色部分被腐蚀。
膨胀，就是求局部最大值的操作，所谓的局部是指一个任意大小和形状的卷积核（或称模板，掩码），该核覆盖的像素值中取最大值，赋值给核锚点（通常是中间点）所对应的像素点，这样就会使图像中高亮部分逐渐扩张。
腐蚀，就是膨胀的反操作，核覆盖的像素值中取最小值，效果也是相反的。
开操作，先腐蚀后膨胀，其效果就是去除图像中的一些白色点（高亮点）。
闭操作，先膨胀后腐蚀，其效果就是填补图像中的黑色空洞。
顶帽，原图与开运算之差。
黑帽，原图与比运算之差。

2、函数原型

// 膨胀
void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );

// 腐蚀
void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );

// 形态学核心函数
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() );

// 获取核
Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

3、测试代码

膨胀

void test6() {
    Mat src = imread("D:/zi.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat dilate_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9));
    dilate(~src, dilate_img, kernel);
    imshow("binary", ~src);
    imshow("dilate_img", dilate_img);   
}

binary.png

dilate_img.png

腐蚀

void test6() {
    Mat src = imread("D:/zi.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat erode_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9));
    erode(~src, erode_img, kernel);
    imshow("binary", ~src);
    imshow("erode_img", erode_img);
}

erode.png

开操作

void test6() {
    Mat src = imread("D:/gao.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat open_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11));
    morphologyEx(~src, open_img,MORPH_OPEN,kernel);
    imshow("binary", ~src);
    imshow("open_img", open_img);
}

binary.png

open_img.png

闭操作

void test6() {
    Mat src = imread("D:/gao.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat close_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11));
    morphologyEx(~src, close_img, MORPH_CLOSE, kernel);
    imshow("binary", ~src);
    imshow("close_img", close_img);
}

close_img.png

顶帽

void test6() {
    Mat src = imread("D:/gao.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat tophat_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11));
    morphologyEx(~src, tophat_img, MORPH_TOPHAT, kernel);
    imshow("binary", ~src);
    imshow("tophat_img", tophat_img);
}

tophat_img.png

黑帽

void test6() {
    Mat src = imread("D:/gao.png");
    cvtColor(src, src, CV_BGR2GRAY);
    threshold(src, src, 200, 255, THRESH_OTSU);
    Mat blackhat_img;
    Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11));
    morphologyEx(~src, blackhat_img, MORPH_BLACKHAT, kernel);
    imshow("binary", ~src);
    imshow("blackhat_img", blackhat_img);
}

blackhat_img.png