基础篇15-二值图像数学形态学（下）--形态学操作-优快云博客

Region（输入参数）：输入的区域，表示需要提取边界的对象。
BoundaryRegion（输出参数）：输出的边界区域，表示提取的边界。
BoundaryType（输入参数）：边界提取的类型，支持以下选项：
'inner'：提取内部边界（默认值）。
'outer'：提取外部边界。
'inner_filled'：提取内部边界并填充内部区域。
'outer_filled'：提取外部边界并填充外部区域。

实例代码：

* 读取图像
read_image(Image, 'example.png')

* 将图像转换为区域
threshold(Image, Region, 128, 255)

* 提取内部边界
boundary(Region, InnerBoundary, 'inner')

* 提取外部边界
boundary(Region, OuterBoundary, 'outer')

* 提取内部边界并填充内部区域
boundary(Region, InnerFilledBoundary, 'inner_filled')

* 提取外部边界并填充外部区域
boundary(Region, OuterFilledBoundary, 'outer_filled')

* 显示结果
dev_display(Image)
dev_set_color('red')
dev_display(InnerBoundary)
dev_set_color('green')
dev_display(OuterBoundary)
dev_set_color('blue')
dev_display(InnerFilledBoundary)
dev_set_color('yellow')
dev_display(OuterFilledBoundary)

使用说明：

'inner'：提取区域的内部边界，即物体与背景的交界处。结果是一个单像素宽度的轮廓。
'outer'：提取区域的外部边界，即物体外部的轮廓。结果是一个单像素宽度的轮廓。
'inner filled'：提取内部边界，并填充边界内部的区域。结果是边界及其内部区域。
'outer_filled'：提取外部边界，并填充边界外部的区域。结果是边界及其外部区域。

注意事项：

boundary 算子只能处理区域（Region），不能直接处理图像（Image）。如果输入是图像，需要先通过 threshold、connection 等算子生成区域。
提取的边界是单像素宽度的，适合用于精确的轮廓分析。
如果需要更复杂的边界处理（如多像素宽度边界），可以结合 dilation 或 erosion 算子实现。

1.2 孔洞填充

Halcon使用fill_up算子和fill_up_shape算子填充区域或区域中的孔洞的算子。它们的主要区别在于填充的条件和方式。

算子声明：

fill_up ( Region : RegionFillUp : : )
fill_up_shape ( Region : RegionFillUp : Feature, Min, Max : )

参数说明：

Region: 输入区域。
RegionFillUp: 输出的填充区域。
Feature: 区域特征，用于选择填充条件。常见特征包括：'area': 区域面积。'width': 区域宽。
'height': 区域高度。'compactness': 区域紧凑度。
Min/Max: 特征的最小值和最大值。

使用方法：

条件填充：根据指定的区域特征（如面积、宽度等）填充符合条件的孔洞。
选择特征和条件：根据需求设置特征（如面积）和范围（如最小值和最大值）。

实例代码：

read_image(Image, 'example_image')  // 读取图像
threshold(Image, Region, 128, 255) // 阈值分割，获取区域

fill_up(Region, RegionFillUp)       // 填充区域中的孔洞
fill_up_shape(Region, RegionFillUp, 'area', 'and', 100, 1000) // 填充面积在100到1000之间的孔洞

两者比较：

fill_up：简单填充所有孔洞。适用于不需要条件限制的填充任务。
fill_up_shape：根据区域特征（如面积、宽度等）有条件地填充孔洞。适用于需要精确控制的填充任务。

1.3 剪枝

Halcon使用pruning算和子用于对骨架图像进行修剪，去除多余的分支，保留主要结构。它常用于图像处理中的骨架化操作后处理。

算子声明：

pruning ( Region : RegionPrune : Length : )

参数说明：

Region（输入参数）：输入的区域，表示需要进行剪枝的对象。
RegionPrune（输出参数）：输出的剪枝结果。
Length（输入参数）：被去除的剪枝的长度，默认值是2：

实例代码：

* 读取图像
read_image(Image, 'example_image.png')

* 将图像转换为灰度图像
rgb1_to_gray(Image, GrayImage)

* 对图像进行二值化处理
threshold(GrayImage, Region, 128, 255)

* 对二值化后的区域进行骨架化处理
morph_skeleton(Region, Skeleton)

* 对骨架图像进行修剪，移除长度为10的分支
pruning(Skeleton, RegionPruned, 10)

* 显示原始骨架图像和修剪后的图像
dev_display(Skeleton)
dev_display(PrunedRegion)

1.4 骨架化

Halcon使用morph_skeleton算子计算区域的形态学骨架信息。形态学骨架是区域的一种简化表示，能够保留区域的拓扑结构和形状特征，同时去除冗余信息。它通常用于图像分析、形状识别等任务。

算子声明：

morph_skeleton ( Region : RegionSkeleton : : )

参数说明：

Region: 输入的区域（Region），通常是二值化后的区域。
Skeleton: 输出的形态学骨架区域。

实例代码：

* 读取图像
read_image(Image, 'example_image.png')

* 将图像转换为灰度图像
rgb1_to_gray(Image, GrayImage)

* 对图像进行二值化处理
threshold(GrayImage, Region, 128, 255)

* 计算形态学骨架
morph_skeleton(Region, Skeleton)

* 显示原始区域和形态学骨架
dev_display(Region)
dev_display(Skeleton)

注意事项：

输入区域：morph_skeleton的输入区域应为二值化后的区域（Region），即只有前景和背景的区域。
输出骨架：输出的骨架区域是单像素宽度的线条，保留了原始区域的拓扑结构和形状特征。
与skeleton算子的区别：skeleton算子计算的是拓扑骨架，适用于任何区域。morph_skeleton算子基于形态学操作，计算的是形态学骨架，通常更适用于规则的形状。

1.5 细化

Halcon使用thinning算子用于从区域中提取边界（轮廓）。它通过形态学操作实现，能够生成单像素宽度的边界，最终生成一个单像素宽度的线条，同时保留区域的连通性。

算子声明：

thinning ( Region, StructElement1, StructElement2 : RegionThin : Row, Column, Iterations : )

参数说明：

Region（输入参数）：输入的区域，表示需要细化的对象。
StructElement1（输入参数）：用于处理前景的结构元。
StructElement2（输入参数）：用于处理背景的结构元。
RegionThin（输出参数）：细化处理结果。
Row/Column（输入参数）：参考点的水平/垂直坐标。
Iterations （输入参数）：处理的迭代次数。

除了thinning算子之外，还有两个算子用于特殊的细化操作，分别是thinning_golay和thinning_seq。

1.6 粗化

Halcon使用thickening算子用于从区域中提取边界（轮廓）。它通过形态学操作逐步增加区域的厚度，通常用于填充区域的空洞或增强区域的连通性。

算子声明：

thickening ( Region, StructElement1, StructElement2 : RegionThin : Row, Column, Iterations : )

参数说明：

Region（输入参数）：输入的区域，表示需要粗化的对象。
StructElement1（输入参数）：用于处理前景的结构元。
StructElement2（输入参数）：用于处理背景的结构元。
RegionThin（输出参数）：粗化处理结果。
Row/Column（输入参数）：参考点的水平/垂直坐标。
Iterations （输入参数）：处理的迭代次数。

除了thickening算子之外，还有两个算子用于特殊的粗化操作，分别是thickening_golay和thickening_seq。

1.7 顶帽变换

Halcon使用bottom_hat算子用于顶帽变换。用于提取比结构元素小的亮区域。常用于图像分割和特征提取。

算子声明：

top_hat ( Region, StructElement : RegionTopHat : : )

参数说明：

Region（输入参数）：输入的区域，用于进行顶帽的对象。
StructElement（输入参数）：用于顶帽变换所需的结构元。
RegionTopHat（输出参数）：输出的顶帽变换处理结果。

1.8 底帽变换

Halcon使用bottom_hat算子用于底帽变换。底帽变换是形态学操作的一种，用于提取图像中比结构元素小的暗区域。

算子声明：

bottom_hat ( Region, StructElement : RegionBottomHat : : )

参数说明：

Region（输入参数）：输入的区域，用于进行底帽的对象。
StructElement（输入参数）：用于底帽变换所需的结构元。
RegionBottomHat（输出参数）：输出的底帽变换处理结果。

1.9 联合顶帽-底帽变换

Halcon使用morph_hat算子用于从区域中提取边界（轮廓）。它通过形态学操作实现，能够生成单像素宽度的边界。

算子声明：

morph_hat ( Region, StructElement : RegionMorphHat : : )

参数说明：

Region（输入参数）：输入的区域，表示需要提取边界的对象。
StructElement（输入参数）：用于顶帽/底帽变换所需的结构元。
RegionMorphHat （输出参数）：输出的处理结果。

1.10 适合

Halcon中的fitting算子使用多个结构元依次进行开运算和闭运算。

算子声明：

fitting ( Region, StructElements : RegionFitted : : )

参数说明：

Region（输入参数）：输入的区域。
StructElements（输入参数）：形态学所用的结构元。
RegionFitted（输出参数）：适合操作的结果。

2. 小结

本节介绍多种典型的形态学操作，包括细化、粗化、骨架化、边界提取、剪枝、以及顶帽变换和底帽变换。

（初稿完成，最新更新2025-03-17）

本专栏将介绍基于Halcon的各种传统经典的数字图像处理技术，所介绍内容基本与Gonzalez的教材基本保持一致。作为学习和实践DIP技术的入门教程。

感谢大家的支持和浏览，本专栏将持续更新（每周至少更新1篇），每篇的篇幅控制在5000字左右，这样大家阅读起来也比较轻松。估计2025年上半年完成全部内容，欢迎加收藏。但由于到了假期，更新的速度不会很快。

在专栏全部完成之前，所有内容将一直免费。