腐蚀，膨胀，opencv的形态学处理

对于腐蚀和膨胀，看过很多理论，但是至今还是比较模糊，我的理论是模糊的话，那就不要在头痛了，记住它的用法吧，我确信我不能在这个上面研究出什么新的算法了，会用就行。

自己的理解：假设图像A和核元素B，不管B是什么形状，都会有一个参考中心Bo

腐蚀：用B在A上移动，B结构下的A最小的亮度值作为Bo对应的像素点的亮度值；

膨胀：把“小”字改为“大”字；

OPENCv里的函数：

cvErode

void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );

src

输入图像.

dst

输出图像.

element

用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素

iterations

腐蚀的次数

函数 cvErode 对输入 图像使用指定的结构元素进行腐蚀，该结构元素决定每个具有最小值象素点的邻域形状：

dst=erode(src,element): dst(x,y)=min((x',y') in element))src(x+x',y+y')

函数可以是本地操作，不需另外开辟 存储空间的意思。腐蚀可以重复进行 (iterations) 次. 对彩色图像，每个彩色通道单独处理。

CreateStructuringElementEx  创建结构元素；ReleaseStructuringElement 删除结构元素。

cvDilate

函数名：cvDilate

void cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );

src

输入图像.

dst

输出图像.

element

结构元素。若为 NULL, 则使用默认的3×3 长方形，锚点在中间的结构元素，进行膨胀运算

iterations

膨胀的次数

函数 cvDilate 对输入 图像使用指定的结构元进行膨胀，该结构决定每个具有最大值象素点的邻域形状。

说明：

使用任意结构元素膨胀 图像，函数在调用中可以在输入图像上直接进行操作，如采用如下方式调用：cvDilate (img1, img1)；

膨胀可以重复进行 (iterations) 次. 对彩色图像，每个彩色通道单独处理。

当IplConvKernel* element不为NULL时，我们创建核，创建核时，又可以自己定义，还可以进行选择；自己定义就要给出一个数组，让int *value指向；

cvCreateStructuringElementEx

创建结构元素

IplConvKernel* cvCreateStructuringElementEx( int cols, int rows, int anchor_x, int anchor_y,

int shape, int* values=NULL );

cols

结构元素的列数目

rows

结构元素的行数目

anchor_x

锚点的相对水平偏移量

anchor_y

锚点的相对垂直偏移量

shape

结构元素的形状，可以是下列值：

CV_SHAPE_RECT, 长方形元素;

CV_SHAPE_CROSS, 交错元素 a cross-shaped element;

CV_SHAPE_ELLIPSE, 椭圆元素;

CV_SHAPE_CUSTOM, 用户自定义元素。这种情况下参数 values 定义了 mask,即象素的那个邻域必须考虑。

values

指向结构元素的指针，它是一个平面数组，表示对元素矩阵逐行扫描。(非零点表示该点属于结构元)。如果指针为空，则表示平面数组中的所有元素都是非零的，即结构元是一个长方形(该参数仅仅当shape参数是 CV_SHAPE_CUSTOM 时才予以考虑)。