OpenCV2 && Qt4 chapter5: 形态学图像处理

本文介绍了OpenCV2中的形态学图像处理，包括膨胀、腐蚀、开运算和闭运算的基本概念及作用。通过结构元素大小的影响分析了它们对图像处理的效果。同时讲解了开闭运算在保持目标物大小不变的情况下达到腐蚀和膨胀的效果。此外，还探讨了图像边缘探测和角探测的原理，以及两种常用的图像分割算法：分水岭图像分割和GrabCut前景后景分割算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

形态学图像处理的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。

一。形态学图像处理的基本运算有4个：膨胀、腐蚀、开操作和闭操作。

结构元素大小的影响：
结构元素大的话，对于前景来说，被腐蚀掉的像素点会有好多，留下来的较少。膨胀的像素点也会多。。。。嗯嗯。大概这么个理解法。嘻嘻。

图像的腐蚀和膨胀：（二值图像，和灰度图像，调用的都是同一个函数，理解以二值图像来理解呗。）
腐蚀作用：去噪音。或者断开两个区域。
膨胀作用：可以连通两个区域。

腐蚀膨胀的具体实现：（那个句号，代表了原点。）

腐蚀算法：

简单说,首先构造一个结构元素,结构元素的原点定位在待处理的目标像素上,当结构元素完全被包容在目标区域中,则原点所对应的目标像素点被保留;否则该点被腐蚀掉——成为新的背景点。所有的保留点,构成腐蚀的结果图像。

膨胀算法：

简单说,首先构造一个结构元素B 和B的反射,结构元素的原点定位在背景像素上,当有目标点被覆盖(称之为击中)时,则该点被膨胀为目标点——原点对应的背景像素点被作为新的目标点保留下来,所有的保留点构成膨胀的结果图像。

上面的原理看了挺久的，终于找到一幅好理解的图。。不容易呀。

C++: void erode(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1),int iterations=1, int borderType=BORDER_CONSTANT, const Scalar& border-
Value=morphologyDefaultBorderValue() )
dilate同上。
结构元素默认3＊3矩阵，原点默认在中心处，次数默认为1次。
咦，矩阵内容的在哪里，什么十字形什么的。
对前景腐蚀就是对背景膨胀，对前影膨胀就是对背景腐蚀。

开运