opencv实现halcon scale_image_range 灰度开运算，闭运算

isyoungboy

已于 2024-04-30 10:00:40 修改

阅读量432

点赞数 1

CC 4.0 BY-SA版权

文章标签： opencv 人工智能计算机视觉

于 2024-03-25 14:53:48 首次发布

本文链接：https://blog.youkuaiyun.com/isyoungboy/article/details/137014334

本文介绍了使用OpenCV进行图像处理的两个关键方法：scale_image用于对比度拉伸，以及gray_opening_rect和gray_closing_rect分别实现灰度开运算和闭运算，用于去除图像中的小黑点和小白点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对比度拉伸

inline void scale_image(cv::Mat Image, cv::Mat& ImageScaled, int Min = 0, int Max = 255) {
	cv::Mat mask = (Image < Min);
	cv::normalize(Image, ImageScaled, Min, Max, cv::NORM_MINMAX, CV_8U);
	// 将小于60的像素值设置为0
	ImageScaled.setTo(0, mask);
}

灰度开运算

//灰度开运算 先腐蚀再膨胀，可以去除小白点
inline void gray_opening_rect(const cv::Mat& gray_image, Mat& opened_image,int kernel_size) {
	// 定义内核
	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(kernel_size, kernel_size));

	// 执行开运算
	cv::morphologyEx(gray_image, opened_image, cv::MORPH_OPEN, kernel);
}

灰度闭运算

//灰度闭运算，先膨胀在腐蚀，可以去除小黑点
inline void gray_closing_rect(const cv::Mat& gray_image, Mat& opened_image,int kernel_size) {
	// 定义内核
	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(kernel_size, kernel_size));

	// 执行闭运算
	cv::morphologyEx(gray_image, opened_image, cv::MORPH_CLOSE, kernel);
}