【opencv高级教程】2.6 形态学运算

opencv高级课程以及部分错误修正 文章目录前言一、手部识别1.功能实现2.保存为模块及常见问题二、姿势识别1.功能实现2.保存为模块及常见问题总结 前言 本文主要记录了opencv高级课程部分的一些笔记以及受版本等引起的错误分享。改错确实是件令人头疼的事情。 提示:以下是本篇文章正文内容。 一、手部识别 Opencv库自带的有人脸识别,而我们的需求远远不满足于脸部,为方便识别其他部位,我们引入一个新库,mediapipe,这里面有着众多识别库,可以在移动端以及pc端上执行。 1.功能实现 import cv2 import medi 阅读详情

阅读导航:我们在本节要解决的核心问题是——如何在不重新训练神经网络的情况下,仅凭几何操作就修复图像的“形状缺陷”? 噪声颗粒、断裂线条、孔洞、粘连……这些都不是语义问题,而是结构问题。形态学就是图像处理的“外科整形科”。别急,我们从最基础的“橡皮擦”和“填充剂”开始,一步步走到骨架提取和分水岭分割。


2.6 整体概览:形状的外科手术工具箱

如果我们把图像看作一块橡皮泥,形态学运算就是一套精确塑形工具:

  • 腐蚀(Erosion):像用刻刀削去外层,物体缩小,噪声点被削掉。
  • 膨胀(Dilation):像刷上一层厚漆,物体扩张,裂缝被填补。
  • 开运算 / 闭运算:腐蚀和膨胀的特定组合,分别用于“去噪保形”和“填洞保形”。
  • 形态学梯度 / 顶帽 / 黑帽:用差分思想提取边界、亮细节、暗细节。
  • 击中击不中(Hit-or-Miss):精确的模式匹配,是骨架提取和角点检测的基石。
  • 距离变换(Distance Transform):计算每个像素到边界的距离,为分水岭算法提供“地形图”。

输入图像
二值/灰度

基础形态学
腐蚀 / 膨胀

复合形态学
开 / 闭 / 梯度

高级形态学
顶帽 / 黑帽

结构修复
去噪 / 填洞 / 断连

特征提取
边界 / 细节 / 背景均衡

击中击不中
模式匹配

骨架 / 细化
角点检测

距离变换
DT 图

分水岭种子
局部极大值

实例分割
粘连物体分离

现在我们已经了解了形态学的整体版图,接下来看看最基础的两把手术刀:腐蚀与膨胀。但在继续之前,我想先问你一个问题——如果你要手动擦掉图像里一个 1 像素大的白点,你会怎么做? 用橡皮擦点一下,对吧?腐蚀就是这个原理,只不过它的“橡皮擦”是一个特定形状的小窗口。


2.6.1 腐蚀与膨胀:图像的“橡皮擦”与“填充剂”

2.6.1.1 结构元(getStructuringElement):矩形 / 椭圆 / 十字形

我们先从 toy example 开始。 假设你有一张二值图,只有一个 3×3 的白色方块。现在你想把它“削”一圈,变成 1×1 的白点。你需要一个什么样的工具?

你需要一个 3×3 的全 1 矩阵,把它盖在图像上滑动。如果矩阵下的 9 个像素全是白,中心才保留为白;否则变黑。这个 3×3 矩阵就是结构元(Structuring Element, SE),也叫核(kernel)。

听起来抽象对吧?结构元就是形态学运算的“画笔形状”。OpenCV 用 cv2.getStructuringElement 给我们预置了三种画笔:

矩形(MORPH_RECT):全能平头刷
5×5 矩形核:
[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]

它对水平和垂直方向一视同仁,适合处理文档文字、矩形边框这类“横平竖直”的结构。citeweb_search:3#4web_search:3#15

椭圆(MORPH_ELLIPSE):圆角柔边刷
5×5 椭圆核:
[0 0 1 0 0]
[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]
[0 0 1 0 0]

四个角被削掉了。这模拟了圆形/椭圆形的扩张或收缩,对自然物体(细胞、气泡、颗粒)更友好,不会因为方形的角而引入人造的直角 artifacts。citeweb_search:3#4web_search:3#7

十字形(MORPH_CROSS):十字螺丝刀
5×5 十字核:
[0 0 1 0 0]
[0 0 1 0 0]
[1 1 1 1 1]
[0 0 1 0 0]
[0 0 1 0 0]

只在水平和垂直主轴上有作用。这让它特别适合处理线状结构:比如想断开水平粘连的文字行,同时保留竖直笔画的完整性,十字核就是最佳选择。citeweb_search:3#0web_search:3#15

结构元形状对比

矩形 MORPH_RECT
5×5 全1
均匀处理

适用于:
文字 / 边框 / 通用

椭圆 MORPH_ELLIPSE
5×5 圆角
边缘自然

适用于:
细胞 / 气泡 / 颗粒

十字 MORPH_CROSS
5×5 十字
轴向保留

适用于:
线条 / 骨架 / 方向性结构

锚点(anchor):默认在结构元中心 (-1,-1)。如果你把锚点移到左上角,整个形态学运算就会“偏心”——物体向锚点反方向偏移。这在需要对齐特定边缘时很有用。


2.6.1.2 二值腐蚀的集合论定义与极小值滤波实现

现在我们已经了解了画笔的形状。 但腐蚀到底在数学上做了什么?

集合论视角:用集合包含来削边

在二值图像中,白色前景是一个像素集合 A,结构元是集合 B(以其锚点为原点)。腐蚀的定义是:

A ⊖ B = { z | (B)z ⊆ A }

翻译成人话:把结构元 B 平移到图像中的每个位置 z,如果 B 完全落在前景 A 内部,那么 z 点才保留为前景;否则 z 点变为背景。

是

否

原始集合 A
白色区域

结构元 B
滑动探测

B 完全在 A 内?

保留中心点 z

剔除中心点 z

腐蚀结果
A ⊖ B
边界内缩

想象你用一个圆形模具去压饼干面团:只有模具完全落在面团里的位置,中心点才留下印记。模具压到边缘时,因为有一部分悬空在面团外,中心点就被削掉了。这就是边界内缩。

极小值滤波实现:从二值到灰度的桥梁

在二值图里,腐蚀是“逻辑与”(AND)操作。但如果我们把它推广到灰度图,逻辑与变成了极小值(min)操作:

输出(x,y) = min{ 输入(x+i, y+j) | (i,j) ∈ SE }

也就是说,结构元覆盖的窗口里,取最暗的值作为输出。如果窗口里有一个很暗的噪点,整个窗口都会被拉暗——这就是为什么腐蚀能“削掉”亮的前景突起,也能让亮的细线消失。

结构化伪代码:灰度腐蚀(极小值滤波)

Algorithm GrayscaleErosion
Input:  灰度图 I[0..H-1][0..W-1], 结构元 SE[0..h-1][0..w-1], 锚点 (ax, ay)
Output: 腐蚀结果 E[0..H-1][0..W-1]

for r ← 0 to H-1 do
    for c ← 0 to W-1 do
        minVal ← +∞
        for i ← 0 to h-1 do
            for j ← 0 to w-1 do
                if SE[i][j] == 1 then
                    // 计算镜像偏移(形态学腐蚀使用反射结构元)
                    rr ← r + (i - ay)
                    cc ← c + (j - ax)
                    if 0 ≤ rr < H && 0 ≤ cc < W then
                        minVal ← min(minVal, I[rr][cc])
                    end
                end
            end
        end
        E[r][c] ← minVal
    end
end

注意:OpenCV 的 cv2.erode 内部对结构元做了反射处理,所以你不需要手动翻转核。这是形态学标准定义的一部分(Minkowski 减法)。


2.6.1.3 灰度腐蚀 / 膨胀的极小 / 极大值滤波与拓扑效应

我们继续之前的问题。 腐蚀用极小值,那膨胀呢?

极大值滤波:灰度膨胀

灰度膨胀的定义是对偶的:

输出(x,y) = max{ 输入(x-i, y-j) | (i,j) ∈ SE }

注意这里的偏移是负号,因为膨胀使用的是结构元的反射。在 OpenCV 里,你只需调用 cv2.dilate,内部已经处理好了。

灰度腐蚀 vs 膨胀

原始灰度剖面
山峰形

腐蚀 (min)
山峰被削平
谷底保留

膨胀 (max)
谷底被填平
山峰保留

效果: 暗区扩张
亮区收缩

效果: 亮区扩张
暗区收缩

拓扑效应:连通性会改变!

这是很多人忽视的一点。腐蚀和膨胀不只是改变像素的值,它们会改变图像的拓扑结构:

  • 腐蚀:细线可能断裂,两个粘连的物体可能分离,小洞可能变大。
  • 膨胀:断裂的线可能连接,分离的物体可能粘连,小洞可能被填满。

想象一条 1 像素宽的桥梁连接两个大陆。用 3×3 矩形核腐蚀一次,桥梁就断了——两个大陆从连通变成不连通。这在后续做连通域分析时,会直接改变物体计数结果。

细线连接
两个区域

腐蚀 1 次
min 滤波

细线断裂
拓扑改变
连通域数 +1

两个近邻区域
中间有缝隙

膨胀 1 次
max 滤波

缝隙被填满
区域粘连
连通域数 -1

关键洞察:形态学运算不是“无损编辑”。每一次腐蚀或膨胀都可能不可逆地改变物体的连通性。所以在设计流水线时,要问自己:我是想分离物体,还是想保持连通? 这决定了你该用腐蚀还是膨胀,以及结构元的尺寸。


2.6.2 开运算与闭运算:组合技的威力

在继续之前,我们先停一下。 腐蚀能去噪,但它把物体也削小了;膨胀能填洞,但它把物体也放大了。能不能“既要又要”?能,只要把两者组合起来。

2.6.2.1 开运算(先腐后膨)的噪声颗粒去除与细线断裂

直觉:先削后补,只补主体不补噪声

开运算是 先腐蚀,再膨胀:

Opening(A) = (A ⊖ B) ⊕ B

想象一块满是毛刺的金属铸件。你先喷砂(腐蚀),把表面的毛刺和氧化层全部打掉——这时铸件整体小了一圈。然后你喷一层均匀的底漆(膨胀),让铸件恢复到接近原来的大小,但毛刺不会回来,因为它们已经在第一步被彻底削掉了。

原始图像
带毛刺噪声

Step 1: 腐蚀
削掉毛刺
主体缩小

Step 2: 膨胀
恢复主体大小
毛刺无法恢复

开运算结果
光滑主体
噪声去除

细线断裂:开运算的副作用

开运算对细小结构是致命的。一条宽度小于结构元的细线,在腐蚀阶段就会彻底消失,后续的膨胀只能恢复比结构元更粗的“主体”。所以如果你要保留头发丝般的细节,开运算的结构元必须比细节更小。

Toy Example:假设有一条 1 像素宽的水平线,用 3×3 矩形核做开运算。

  • 腐蚀:水平线完全消失(因为 3×3 核要求 3 行都有前景,而线只有 1 行)。
  • 膨胀:无物可恢复,结果是一条黑线。

这就是“细线断裂”效应。citeweb_search:3#2web_search:4#7


2.6.2.2 闭运算(先膨后腐)的孔洞填充与断裂连接

直觉:先补后削,只填内部不填外部

闭运算是 先膨胀,再腐蚀:

Closing(A) = (A ⊕ B) ⊖ B

想象一个有裂缝的花瓶。你先灌入石膏(膨胀),裂缝被填满,花瓶外形也稍微胖了一圈。然后你打磨表面(腐蚀),把多余的石膏磨掉,花瓶恢复到接近原来的大小,但裂缝仍然被填着。

原始图像
带孔洞/裂缝

Step 1: 膨胀
填满孔洞
主体放大

Step 2: 腐蚀
恢复主体大小
孔洞仍被填

闭运算结果
完整主体
孔洞填充

断裂连接:闭运算的妙用

OCR 场景中,字符笔画可能因为扫描质量而断裂。用适当的闭运算,可以把“口”字断裂的上下横重新连起来,同时不会让字符整体胖到和隔壁字粘连——只要结构元尺寸控制得当。

关键区别:

  • 开运算:去除外部的突起(噪声颗粒、毛刺)。
  • 闭运算:填补内部的凹陷(孔洞、裂缝、断笔画)。citeweb_search:3#2web_search:4#7

2.6.2.3 迭代次数与结构元尺寸的复合形态学效果

现在我们已经了解了开闭运算的基本逻辑。 但 OpenCV 里有两个参数都能控制“力度”:iterations(迭代次数)和 ksize(结构元尺寸)。它们是什么关系?

等效性原理:迭代 ≈ 放大

有一个重要的近似等价关系:

  • 用 k×k 结构元迭代 n 次 ≈ 用 (n×(k-1)+1) 尺寸的结构元做 1 次

具体来说,3×3 核迭代 2 次,效果接近 5×5 核迭代 1 次。但两者不完全相同:

  • 多次迭代:计算慢,但边缘更圆滑(因为每次只走一小步,累积成曲线)。
  • 大核单次:计算快,但边缘更“方”(大矩形核的角效应明显)。

迭代 vs 尺寸

3×3 核
迭代 3 次

效果对比

7×7 核
迭代 1 次

近似等价
但边缘圆滑度不同

计算: 3 × 9 = 27
邻域操作/像素

计算: 1 × 49 = 49
邻域操作/像素

实际建议:

  • 追求速度:用大核,少迭代。
  • 追求质量(尤其是椭圆核):用小核,多迭代。椭圆核多次迭代会产生更自然的圆角过渡,而单个大椭圆核可能在斜边留下阶梯状 artifacts。

2.6.3 高级形态学:用差分提取隐藏信息

在继续之前,让我们换个思路。 腐蚀和膨胀本身会改变图像的形状,但如果我们把原始图像和变形后的图像做减法,就能提取出“被改变的部分”。这就是形态学梯度和顶帽/黑帽变换的核心思想——它们都是差分算子。

2.6.3.1 形态学梯度(Morphological Gradient)的边界增强

直觉:外轮廓减去内轮廓

形态学梯度 = 膨胀图 - 腐蚀图

Gradient(A) = (A ⊕ B) - (A ⊖ B)

想象一个圆形硬币。膨胀后它大了一圈,腐蚀后它小了一圈。这两个结果的差,恰好是一个环形,环的宽度等于结构元的“射程”。这个环就是硬币的边界。

原始图像

膨胀
A ⊕ B
外轮廓

腐蚀
A ⊖ B
内轮廓

相减
外 - 内

形态学梯度
边界增强
单像素宽环

与 Sobel 梯度不同,形态学梯度对噪声不敏感(因为 min/max 滤波本身就是非线性的),而且它产生的边界厚度由结构元控制。用 3×3 核得到细边界,用 5×5 核得到粗边界。

应用场景:在前景和背景对比度很低时,形态学梯度往往比线性梯度算子更稳定。citeweb_search:4#0web_search:4#5


2.6.3.2 顶帽变换(Top-Hat)的背景均衡与亮细节提取

直觉:原图减去“光滑背景”

TopHat(A) = A - Opening(A)

开运算去掉了所有比结构元小的亮细节,留下的是“光滑的大背景”。原图减去这个背景,剩下的就是被开运算削掉的那些小亮块。

想象一张星空照片:恒星是亮点,银河是模糊的大背景。如果你用一个比恒星大、比银河结构小的核做开运算,开运算结果近似于银河背景。原图减去背景,恒星就被孤立出来了。

原始图像
亮细节 + 背景

开运算
Opening(A)
保留大结构
去掉小亮斑

原图 - 开运算
A - Open(A)

顶帽结果
小亮细节
背景被抑制

背景均衡:不均匀光照的救星

在显微镜或工业视觉中,光照往往不均匀——中心亮、边缘暗。顶帽变换可以提取出这种不均匀背景(近似开运算结果),然后你可以用原图减去背景来做背景均衡(Background Equalization)。这比简单的全局阈值化有效得多。citeweb_search:4#0web_search:4#7


2.6.3.3 黑帽变换(Black-Hat)的暗细节提取与背景补偿

直觉:闭运算减去原图

BlackHat(A) = Closing(A) - A

闭运算填补了所有比结构元小的暗细节(孔洞、裂缝),留下的是“完整的大物体”。闭运算减去原图,剩下的就是被闭运算填掉的那些小黑块。

原始图像
暗细节 + 前景

闭运算
Closing(A)
填补小孔洞
暗细节消失

闭运算 - 原图
Close(A) - A

黑帽结果
小暗细节
孔洞 / 裂缝 / 阴影

顶帽 + 黑帽 = 对比度增强

一个经典的图像增强公式:

增强图 = 原图 + TopHat - BlackHat

  • 加 TopHat:增强小亮细节。
  • 减 BlackHat:增强小暗细节。

这相当于同时提升了图像的局部对比度,而不改变大尺度的亮度结构。在医学影像(如血管增强)中非常有用。citeweb_search:4#7web_search:4#9

结构化伪代码:高级形态学组合

Algorithm AdvancedMorphology
Input:  灰度图 I, 结构元 SE
Output: 梯度 G, 顶帽 T, 黑帽 B

// 基础运算
Erode  ← GrayscaleErosion(I, SE)
Dilate ← GrayscaleDilation(I, SE)
Open   ← GrayscaleDilation(Erode, SE)   // 先腐后膨
Close  ← GrayscaleErosion(Dilate, SE)  // 先膨后腐

// 差分提取
G ← Dilate - Erode          // 形态学梯度
T ← I - Open                // 顶帽(亮细节)
B ← Close - I               // 黑帽(暗细节)

// 对比度增强(可选)
Enhanced ← I + T - B

2.6.4 击中击不中变换:像素级的精确模式匹配

现在我们已经了解了基于 min/max 的形态学运算。 但腐蚀和膨胀只能回答“结构元是否完全在前景内”或“是否和前景有交集”。如果我们想回答更精确的问题——“这个像素的 8 邻域是否恰好是某个特定图案?”——就需要击中击不中变换(Hit-or-Miss Transform, HMT)。

2.6.4.1 结构元对(前景 / 背景)的匹配模板设计

直觉:不只是匹配前景,还要匹配背景

HMT 的核心洞察是:形状不仅由“有什么”定义,也由“没有什么”定义。一个角点不仅是“某个方向有前景”,也是“其他方向必须有背景”。

因此,HMT 使用一对结构元 (B1, B2):

  • B1(前景核):1 表示必须匹配前景,0 表示“不关心(don’t care)”。
  • B2(背景核):1 表示必须匹配背景,0 表示“不关心”。

数学定义:

A ⊗ B = (A ⊖ B1) ∩ (Ac ⊖ B2)

翻译:像素 z 保留为 1,当且仅当 B1 完全落在前景 A 内,且 B2 完全落在背景 Ac 内。citeweb_search:4#15web_search:4#21

HMT 模板设计

是

否

检测左上角
直角拐角

B1 (前景):
[0 0 0]
[0 1 1]
[0 1 X]
右下必须有前景

B2 (背景):
[1 1 1]
[1 0 0]
[1 0 X]
左上必须有背景

AND 运算

同时满足?

输出 1
找到拐角

输出 0

在 OpenCV 中,cv2.morphologyEx 的 MORPH_HITMISS 支持这种操作。你需要构造一个特殊的核,其中:

  • 1 表示前景必须匹配
  • 0 表示背景必须匹配
  • -1 或 0(取决于 OpenCV 版本)表示 don’t care

注意:OpenCV 的 HMT 实现要求输入为纯二值图(0 和 1,不是 0 和 255),否则结果会异常。


2.6.4.2 细化(thinning)与骨架提取(medial axis)

我们继续之前的问题。 HMT 能检测拐角,但如果我们迭代地用它“削掉”边界层,直到不能再削,剩下的是什么?

细化:一层一层剥洋葱

细化(Thinning)的定义是:

Thin(A) = A - (A ⊗ B)

也就是从原图中减去 HMT 匹配到的像素。如果我们设计一组结构元,让它们匹配所有“可以被安全删除的边界像素”,然后迭代执行:

  1. 用 B1 削一层边界
  2. 用 B2 削一层边界(旋转 90°)
  3. ……直到 B8(8 个方向全部覆盖)
  4. 重复直到没有任何像素被删除

最终剩下的就是骨架(Skeleton),也叫 Medial Axis(中轴)。

骨架提取迭代

原始二值图
厚笔画

迭代 1
HMT 削边界
去掉外层

迭代 2
HMT 削边界
继续内缩

...

收敛
无法再削

骨架 / Medial Axis
1 像素宽
拓扑保持

骨架的性质
  • 1 像素宽:所有笔画都变成单像素线条。
  • 拓扑保持:不会把连通区域拆成多个(如果结构元设计正确)。
  • 中轴性:骨架上的每个点,都是它所在内切圆的圆心。citeweb_search:4#11web_search:4#16

OpenCV 没有直接的 cv2.thinning 函数(3.x 版本后部分模块有 ximgproc 扩展),但你可以用迭代 HMT 自己实现,或者用 cv2.ximgproc.thinning(contrib 模块)。

结构化伪代码:迭代细化

Algorithm MorphologicalThinning
Input:  二值图 A[0..H-1][0..W-1], 8 方向结构元组 {B₁..B₈}
Output: 骨架 S[0..H-1][0..W-1]

S ← A
changed ← True
while changed do
    changed ← False
    for k ← 1 to 8 do
        // HMT: 找到当前方向可删除的边界点
        H ← HitOrMiss(S, B<sub>k</sub>)
        if H 中存在非零像素 then
            S ← S - H          // 从前景中删除匹配点
            changed ← True
        end
    end
end

2.6.4.3 角点定位与形状检测的复合应用

现在我们已经了解了骨架提取。 但骨架本身只是一条线,怎么用它做角点检测?

骨架上的三叉点与端点

HMT 不仅可以削边界,还可以检测骨架上的特殊拓扑点:

  • 端点(End Point):骨架线段的尽头。
  • 分叉点 / 三叉点(Triple Point):三条线段交汇。

用特定的 HMT 模板扫描骨架,就能把这些点标记出来。在字符识别中,端点对应笔画的起点/终点,三叉点对应结构的交汇中心——它们是极其稳定的特征。

二值字符 'A'

细化 → 骨架

HMT 检测端点
笔画末端

HMT 检测三叉点
结构交汇

特征向量
用于 OCR 匹配

形状检测的复合策略

实际应用中,形态学操作很少单独使用。一个经典的形状检测流水线:

  1. 顶帽/黑帽:提取感兴趣的小尺度细节。
  2. 开/闭运算:清理噪声,填补断裂。
  3. 距离变换:找到结构的“中心线”。
  4. HMT / 细化:提取骨架和角点。
  5. 几何分析:计算端点数、分叉点数、线段角度,与模板匹配。

2.6.5 距离变换:从二值图到“地形海拔图”

在继续之前,让我们跳出 min/max 滤波的思维。 如果我们不再问“邻域内最亮/最暗是什么”,而是问“这个像素离最近的背景有多远”,我们就进入了距离变换(Distance Transform, DT)的领域。

2.6.5.1 欧氏 / 曼哈顿 / 棋盘距离图的快速并行算法

直觉:每个像素都有一个“到边界的距离值”

给定一张二值图,前景是物体(白),背景是虚空(黑)。距离变换为每个前景像素计算一个数值:到最近背景像素的距离。

想象你站在一个岛屿上。DT 告诉你,你离海岸线有多远。岛屿中心的人数值很大(安全),边缘的人数值很小(危险)。

距离变换地形图

二值图
白色 = 岛屿

距离变换
灰度 = 海拔

中心: 高值
亮 = 远离边界

边缘: 低值
暗 = 靠近边界

三种距离度量
  1. 欧氏距离(Euclidean, L2):sqrt(Δx2 + Δy2)。最精确,符合几何直觉,但计算慢。
  2. 曼哈顿距离(Manhattan / City-Block, L1):|Δx| + |Δy|。只能横平竖直走,像城市街区。
  3. 棋盘距离(Chessboard, L∞):max(|Δx|, |Δy|)。像国际象棋中国王的走法,8 个方向等距。

中心像素

欧氏
圆形等距线
精确但慢

曼哈顿
菱形等距线
快,4连通

棋盘
方形等距线
快,8连通

快速并行算法:两遍扫描法(Two-Pass Algorithm)

如果每个像素都暴力搜索全图找最近背景,复杂度是 O(H·W·(H+W)),不可接受。经典的快速算法是 Meijster et al. (2000) 的两遍扫描法,可以在 O(H·W) 线性时间内完成欧氏距离变换。

核心思想:

  • 第一遍(前向扫描):从左上到右下,每个像素检查上方和左方的邻居,取最小距离+1。
  • 第二遍(后向扫描):从右下到左上,每个像素检查下方和右方的邻居,更新最小值。

对于欧氏距离,算法会维护一个抛物线包络的下凸壳,通过动态规划传递距离信息。OpenCV 的 cv2.distanceTransform 内部就实现了这种优化。citeweb_search:4#1web_search:4#10

结构化伪代码:两遍扫描曼哈顿距离变换

Algorithm TwoPassDistanceTransform
Input:  二值图 B[0..H-1][0..W-1], B[r][c]=1 表示背景, 0 表示前景
Output: 距离图 D[0..H-1][0..W-1]

// 初始化
for r ← 0 to H-1 do
    for c ← 0 to W-1 do
        if B[r][c] == 1 then
            D[r][c] ← 0          // 背景点距离为 0
        else
            D[r][c] ← +∞
        end
    end
end

// 第一遍:前向扫描(左上 → 右下)
for r ← 1 to H-1 do
    for c ← 1 to W-1 do
        if B[r][c] == 0 then
            D[r][c] ← 1 + min( D[r-1][c], D[r][c-1] )
        end
    end
end

// 第二遍:后向扫描(右下 → 左上)
for r ← H-2 downto 0 do
    for c ← W-2 downto 0 do
        if B[r][c] == 0 then
            D[r][c] ← min( D[r][c], 1 + min( D[r+1][c], D[r][c+1] ) )
        end
    end
end

// 对于欧氏距离,上述 +1 应替换为 sqrt(Δx²+Δy²) 的抛物线包络更新
// OpenCV 内部使用更复杂的 1D 距离变换分解

2.6.5.2 距离变换作为分水岭种子标记的预处理

现在我们已经了解了距离变换能生成“海拔图”。 但这和分割有什么关系?

分水岭算法的核心问题:种子从哪来?

分水岭(Watershed)算法把图像看作地形:前景物体是“盆地”,边界是“山脊”。算法模拟从种子点灌水,水逐渐上涨,当两个盆地的水相遇时,筑起一道坝——这就是分割线。

但种子(markers)从哪来?手动点选不现实。距离变换给出了完美的答案:距离图的局部极大值(Local Maxima)就是盆地的最低点(即物体的中心)。citeweb_search:4#1web_search:4#2web_search:4#4

分水岭种子生成

粘连物体
二值图

距离变换 DT
欧氏距离图

局部极大值检测
NMS 抑制

种子点 Seeds
每个物体中心

分水岭算法
以种子为源灌水

分割线
粘连物体分离

实际流水线:避免过度分割

直接用局部极大值做种子,噪声会导致“过度分割”(一个物体被切成很多小块)。标准解决方案:

  1. H-minima 变换:抑制深度小于 h 的局部极小值(在距离图上,就是合并浅盆地)。
  2. 阈值过滤:只保留距离值大于 τ 的峰值(小物体不生成种子)。
  3. 形态学膨胀种子:把种子点膨胀成小圆盘,确保分水岭稳定收敛。citeweb_search:4#4web_search:4#14

否

是

DT 局部极大值
候选种子

距离 > τ?

丢弃
噪声/小结构

H-minima 抑制
合并浅峰

形态学膨胀
种子 → 小圆盘

可靠标记
输入分水岭

关键洞察:距离变换 + 分水岭是处理“粘连圆形物体”(细胞、血球、气泡、颗粒)的工业级标准方案。在 OpenCV 中,你可以用 cv2.distanceTransform 生成 DT,用 cv2.connectedComponents 或 cv2.findContours 做种子标记,最后调用 cv2.watershed 完成分割。citeweb_search:4#4web_search:4#19


闭环总结:这一切在训练 / 实际使用中意味着什么?

好了,我们已经走完了从基础腐蚀到分水岭分割的完整形态学旅程。 让我们把散落的珠子串起来:

  1. 结构元是“画笔”,不是“黑盒”:矩形、椭圆、十字形的选择直接决定了运算的各向异性。处理细胞用椭圆,处理文字用矩形,处理线条用十字——选错画笔,结果会带着人造的棱角或不该有的断裂。

  2. 开运算和闭运算的顺序不可逆:开运算先腐后膨,只去外部噪声;闭运算先膨后腐,只填内部孔洞。把它们记反了,你会得到完全错误的结果。

  3. 迭代次数和核尺寸是等效但不同质的:3×3 迭代 3 次 ≠ 9×9 迭代 1 次。前者边缘更圆滑,后者更快但有角效应。在实时系统中,用大核单次;在精度系统中,用小核多次。

  4. 顶帽和黑帽是“免费的对比度增强”:它们不需要训练数据,只需要一个结构元尺寸的选择。在显微镜图像预处理、OCR 背景去除、低对比度血管增强中,它们是首选工具。

  5. 击中击不中是所有形态学的“原子操作”:腐蚀、膨胀、细化、骨架、角点检测,都可以从 HMT 推导出来。理解 HMT,你就理解了形态学的底层语法。

  6. 距离变换是分 watershed 和实例分割的桥梁:从二值图到 DT 图,再到局部极大值种子,最后到分水岭分割线——这条流水线在生物影像、材料科学、工业质检中无处不在。

延伸阅读:

  • J. Serra, “Image Analysis and Mathematical Morphology,” Academic Press, 1982.(形态学圣经,击中击不中原始定义)
  • R. M. Haralick et al., “Image Analysis Using Mathematical Morphology,” IEEE TPAMI, 1987.(形态学综述经典)
  • A. Meijster et al., “A General Algorithm for Computing Distance Transforms in Linear Time,” Mathematical Morphology, 2000.(线性时间 DT 算法)
  • L. Vincent, “Morphological Grayscale Reconstruction in Image Analysis: Applications and Efficient Algorithms,” IEEE TIP, 1993.(分水岭与形态学重建)
  • P. Soille, “Morphological Image Analysis: Principles and Applications,” Springer, 2003.(形态学应用大全)

写在最后:形态学运算的魅力在于,它不需要学习、不需要 GPU,仅凭几何直觉就能解决大量实际问题。但正是这种“简单”,让很多人忽视了结构元设计的精妙。下次当你调用 cv2.morphologyEx 时,希望你能想起我们在这节课里讨论的——那个小小的 3×3 核,正在以集合论的名义,重新定义图像的形状。 我们下次见。

14、OpenCV形态学操作——开运算、闭运算、形态学梯度、顶帽、黑帽 OpenCV形态学操作——开运算、闭运算、形态学梯度、顶帽、黑帽一、学习目标二、各种操作简介三、综合实例 一、学习目标 理解什么是开运算、闭运算、形态学梯度、顶帽和黑帽 学会使用OpenCV实现上述的图像形态学操作 使用综合性的例子进行实验 二、各种操作简介 1、开运算 开运算:先腐蚀后膨胀,表达公式为: dst = open(src, element) = dilate(erode(src, element), element) 开运算可以用来消除图像中的细小对象(前提是黑色为类背景,类白色为前景), 阅读详情

相关推荐

基于OpenCv的形态学运算

基于OpenCv的形态学运算--形态学运算是针对二值图像的图像处理方法。利用形态学运算对图像进行观察和处理,可以达到改善图像质量的目的。

需要远程指导仿真实验、代码有问题的,请后台私信或者关注公众号 895

【opencv高级教程】1.4 像素级访问与遍历策略

单路径级联规划的本质,是把"不可能完成的任务"变成"一系列可完成的小任务"。就像爬山时不需要一直盯着山顶,只需要看"下一个平台"在哪里。这种"近视但务实"的策略,恰恰是智能体在长程稀疏奖励世界中生存的关键。

VectorShift的博客 341

OpenCV形态学操作

OpenCV形态学操作

hggugfn的博客 3377

Python OpenCV图像处理:从基础到高级的全方位指南

OpenCV是一个开源的计算机视觉库,提供了丰富的图像处理算法和功能。它支持多种编程语言,包括Python、C++、C#等。OpenCV的主要功能包括图像处理、图像识别、图像合成等。OpenCV的核心概念包括图像处理、图像分析、机器学习等。它提供了一系列的图像处理函数,如图像变换、图像增强、图像复原等。此外,OpenCV还支持图像识别和图像合成,可以用于构建复杂的计算机视觉系统。本文从Python OpenCV图像处理的基础知识出发,详细介绍了图像处理的概念、常用库、实战案例及注意事项。

极客代码 1万+

opencv-python 形态学之开闭运算、形态学梯度、图像顶帽和黑帽运算

opencv-python 形态学之开闭运算、形态学梯度、图像顶帽和黑帽运算 形态学的高级形态,建立在腐蚀和膨胀这两个基本操作之上 一. 图像开运算 图像开运算是图像依次经过腐蚀、膨胀处理后的过程。 开运算主要使用的函数morphologyEx,它是形态学扩展的一组函数,其参数cv2.MORPH_OPEN对应开运算。其原型如下: dst = cv2.morphologyEx(src, cv2...

weixin_43990954的博客 1140

OpenCV实战 | 基于形态学运算提取图像中的音符

图像形态学运算,顾名思义是应用形态学操作改变图像中物体的形状的过程。其中形态学操作比较基础的是膨胀、腐蚀、开运算和闭运算;形态学操作的对象通常是二值化图像。 本文会先介绍形态学中常见的操作的原理部分,然后介绍在OpenCV中这些操作的函数和参数含义,最后通过一个提取图像中音符的样例来贯穿全部的内容。 1 形态学操作 1.1 腐蚀 腐蚀过程是将一个核与一个图像进行卷积,其中核可以是任何的形状,比如大小为3∗33 * 33∗3的正方形核,也可以是大小为5∗15 * 15∗1的长条形核。核有一个参考点,参考点位

CV前沿 1659

【OpenCV入门教程之十一】 形态学图像处理(二):开运算、闭运算、形态学梯度、顶帽、黑帽合辑

上篇文章中,我们重点了解了腐蚀和膨胀这两种最基本的形态学操作,而运用这两个基本操作,我们可以实现更高级的形态学变换。 所以,本文的主角是OpenCV中的morphologyEx函数,它利用基本的膨胀和腐蚀技术,来执行更加高级的形态学变换,如开闭运算、形态学梯度、“顶帽”、“黑帽”等等。 先上几张示例程序的截图吧: 有没有很熟悉这张图?没错,这就是最近热映的电影Captain America~ 下面这张图的效果就有些凶残了:

【浅墨的游戏编程Blog】毛星云(浅墨)的专栏 11万+

学习Qt_OpenCV形态学开运算、闭运算、形态学梯度、顶帽、黑帽及OpenCV实现

原文:https://blog.csdn.net/qingyang8513/article/details/80675872 形态学运算 2.1 开运算 腐蚀与膨胀作为形态学的基本操作,经过组合后可以很容易的实现更高一级的形态学运算。开运算即是先腐蚀后膨胀的得到的结果,即dst = open(src, element) = dilate(erode(src, element))。开运...

误入歧途渐行渐远 559

OPenCV高级编程——OPenCV形态学之腐蚀、膨胀、开运算、闭运算、形态学梯度等详解

图像形态学是一种基于数学形态学的理论和技术,广泛应用于数字图像处理、计算机视觉和模式识别等领域。它主要通过对图像中的形状和结构元素(也称为内核或模板)进行操作,来实现图像的增强、去噪、特征提取等目的。本文将详细介绍OpenCV中C++语言支持的几种基本形态学操作,包括腐蚀、膨胀、开运算、闭运算、形态学梯度等。

J^T的博客 1883

OpenCV基础与高级功能教程代码解析

本文还有配套的精品资源,点击获取 简介:OpenCV是一个跨平台的计算机视觉库,提供了大量的图像处理和计算机视觉算法。"opencv tutorial_code"包含一系列示例代码,涵盖了从基本操作如图像加载与显示,到高级功能如特征检测、图像变换、目标检测与识别、视频处理、机器学习与深度学习应用以及图像分割等。这些示例详细解释每一步操作,帮助开发者通过实际编码实践理解Ope...

weixin_29155599的博客 1165

OpenCV Haar级联分类器实战教程

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,它提供了大量的图像处理和视频分析的功能。该库由Intel公司发起,目前由Willow Garage公司支持,已经成为了计算机视觉领域应用最广泛的库之一。OpenCV的核心模块提供了图像处理、特征检测、物体识别、运动跟踪、摄像机校正等多种功能。其轻量级的代码库设计,允许它在多种平台和操作系统上运行,包括Windows、Linux、OS X、Android和iOS等。

weixin_29496633的博客 1429

OpenCV-Python——第13章:图像的形态学操作(腐蚀,膨胀,开运算,闭运算....)

目录 1.1 腐蚀    1.2 膨胀     2 高级形态学转换    3 举例 形态学操作可以分为二值形态学和灰度形态学,灰度形态学由二值形态学扩展而来。数学形态学有2个基本的运算,即腐蚀和膨胀,而腐蚀和膨胀通过结合又形成了开运算和闭运算。  1 基础形态学转换 1.1 腐蚀 cv2.erode(src, kernel, dst, anchor, iterations, borde...

YukinoAI的博客 3970

【C++】OpenCV高级形态学示例程序 by浅墨

浅墨出品,分享精神至上~ 图片素材是当前热映的美国队长2的海报,非常酷! 我们用滑动条来控制迭代次数,动态得到不同效果的形态学操作图。 效果有:开闭运算,腐蚀膨胀,黑帽和顶帽。 博文《【OpenCV入门教程之十一】 形态学图像处理(二):开运算、闭运算、形态学梯度、顶帽、黑帽合辑》的配套详细注释源代码。 博文链接: http://blog.csdn.net/poem_qianmo/article/details/24599073 1.已将dll打包到Release文件夹下,运行Release文件夹中的exe可以直接看到运行结果. 2.源代码运行需要进行OpenCV+VS开发环境的配置。可以参看我写的配置博文: http://blog.csdn.net/poem_qianmo/article/details/19809337 3.编写环境:Visual Studio 2010 4.写作当前代码时配套使用的OpenCV版本: 2.4.8 5.推荐代码结合博文一起看,学习效果更佳。 by浅墨

【OpenCV】形态学滤波(2):开运算、形态学梯度、顶帽、黑帽

开运算(Opening Operation),其实就是先腐蚀后膨胀的过程,其数学表达式如下: dst=open(src,element)=dilate(erode(src,element)) dst=open(src,element)=dilate(erode(src,element)) dst=open(src,element)=dilate(erode(src,element)) 作用:开运算可以消除小物体,在纤细点处分离物体,并且在平滑较大物体的边界的同时不明显改变其面积。示例代码: 先膨胀后腐蚀的过

qq_44859533的博客 2282

OpenCV学习进阶教程

包含“掌握OpenCV Android应用编程.pdf”“学习OpenCV3- 英文版电子书.pdf”“OpenCV Java应用开发.pdf”“OpenCV Android Programming by Example.pdf”四本书。是学习Opencv及基于OPencv做网络开发和移动端开发的优秀教程。

OpenCV系列视频教程(超清版)

OpenCV系列视频教程(超清版) 本视频将以一个学习者的姿态为大家讲解OpenCV的一些基本知识,没有冗杂的知识点,没有复杂的理论知识,只有简单的代码,高效学习。

opencv之形态学

在图像处理领域,形态学是一种基于形状的图像分析技术,用于提取和处理图像的形态特征。这包括膨胀、腐蚀、开运算、闭运算等操作,广泛应用于边缘检测、图像分割和噪声去除等方面。形态学操作的核心概念是结构元(Structuring Element),这是一个定义形态学操作如何应用于图像的形状或模板。结构元可以是任意形状的,如方形、圆形、十字形等,应用于图像时,结构元素在图像上滑动,决定了哪些像素会被膨胀、腐蚀或其他形态学操作影响。

hola173841439的博客 3009

大数据领域数据建模的多源数据融合技术

在大数据时代,数据来源呈现出多样化的特点,包括企业内部的不同业务系统数据、外部的社交媒体数据、传感器数据等。这些多源数据蕴含着丰富的信息,但由于数据格式、语义、质量等方面的差异,难以直接进行分析和利用。多源数据融合技术的目的就是将这些来自不同数据源的数据进行整合、清洗、关联和统一,构建一个具有一致性和完整性的数据模型,以便更好地挖掘数据背后的价值,为企业决策、科学研究等提供有力支持。

Java大师兄的博客 1306

opencv 形态学变换

形态学变换(Morphological Transformations)是一种。形态学变换有两个输入,一个输出:输入为(结构化元素),输出为形态学**变换后的图像。**其基本操作有腐蚀和膨胀,这两种操作是相反的,即较亮的像素会被腐蚀和膨胀。下面我们来说一下核、腐蚀与膨胀的概念。

2401_87862479的博客 1594

SoC芯片时钟树优化实战:如何用分段CTS解决DDRPHY与Memory Controller的时序难题

本文深入探讨了SoC芯片时钟树优化中的分段CTS技术,重点解决DDRPHY与Memory Controller之间的时序难题。通过分析多域时钟架构的复杂性,提出三级分段CTS策略,并结合28nm移动SoC实战案例,展示如何通过Guide Buffer插入和本地段重构实现72%的跨域偏差改善。文章还涵盖5nm以下工艺的线阻变异、热梯度效应等特殊考量,为数字IC设计提供时钟树综合的高阶解决方案。

kkk56的博客 909

深度学习、图像分类入门,从VGG16卷积神经网络开始

刚开始接触深度学习、卷积神经网络的时候非常懵逼,不知道从何入手,我觉得应该有一个进阶的过程,也就是说,理应有一些基本概念作为奠基石,让你有底气去完全理解一个庞大的卷积神经网络: 本文思路: 一、我认为学习卷积神经网络必须知道的几个概念: 1、卷积过程:   我们经常说卷积神经网络卷积神经网络,到底什么才是卷积?网络层卷积过程到底怎么实现?我们在这里借鉴了另一位博客大牛的动态图来给大

Errors_In_Life的博客 16万+
上一篇: 【opencv高级教程】2.5 边缘检测与梯度分析
下一篇: 【opencv高级教程】2.7 阈值分割与基础分割
VectorShift
博客等级 码龄1年 1840粉丝 1109原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值