学习opencv(4+)——图像形态学

本文详细介绍了在图像处理中常用的形态学运算,包括腐蚀、膨胀、开运算、闭运算、梯度运算、顶部帽运算和底部帽运算,并解释了它们各自的功能和应用场景。开运算用于统计二值图像中的区域数,闭运算则用于去除噪声引起的区域。梯度运算和顶部帽、底部帽运算分别用于获取粗线条轮廓和细线条轮廓。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这部分涉及到的函数有3个,方法却又7种。先说方法吧,基本的方法是腐蚀和膨胀,可以用cvErode()做腐蚀,用cvDilate()做膨胀。后面的五种方法是以腐蚀和膨胀作为基础的,一般是两者均使用,只是先用哪个,后用哪个而已。

前面一篇记录了腐蚀和膨胀,这里不再赘述了。

后面五种方法都用函数cvMorphologyEx()来做。

void cvMorphologyEx(const CvArr * src, CvArr* dst, CvArr* temp, IplConvKernel* element, int operation, int iteration=1);

temp是暂存数组,用于中间暂存图像;

operation就是操作方法,即选择五种方法:CV_MOP_OPEN 开运算, CV_MOP_CLOSE 闭运算, CV_MOP_GRADIENT梯度运算, CV_MOP_TOPHAT礼帽, CV_MOP_BLACKHAT黑帽

开运算是先腐蚀后膨胀,可用来统计二值图像中的区域数;

闭运算时先膨胀后腐蚀,可用于去除噪声引起的区域;

梯度运算:dilate(src)-erode(src); 可得粗线条轮廓;

礼帽:src-open(src);可得细线条轮廓

黑帽:close(src)-src;  可得细线条轮廓。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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