OpenCV简单操作-图像腐蚀

本文介绍数学形态学在图像处理中的应用,重点讲解了基于结构元素的腐蚀与膨胀操作,这两种基本运算有助于滤除噪声,同时保留图像的重要特征。文中还通过示例代码展示了如何使用OpenCV实现图像腐蚀。

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

形态学运算只针对二值图像(二进制图像),并依据数学形态学(Mathermatical Morphogy)集合论方法
发展起来的图像处理方法,起源于岩相对岩石结构的定量描述工作,在数字图像处理和机器视觉领域中得
到了广泛的应用,形成了一种独特的数字图像分析方法和理论。数学形态学是图像处理和模式识领域的新
方法,其基本思想是:用具有一定形态的结构元素去量度和提取图像中的对应形状,以达到图像分析和识
别的目的。优势有以下几点:有效滤除噪声,保留图像中原有信息,算法易于用并行处理方法有效实现(
包括硬件实现),基于数学形态学的边缘信息提取处理优于基于微分运算的边缘提取算法,提取的边缘比
较平滑,提取的图像骨架也比较连续,断点少。  
二值图像中的一种主要处理是对所提取的目标图形进行形态分析。而形态处理中最基本的是腐蚀与膨胀。

腐蚀处理的作用是将目标图形收缩。运算效果取决于结构元素大小内容以及逻辑运算性质。 

程序运行结果:


程序代码:

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
const char* imagename = "C://Users/long/Pictures/long.jpg";
Mat srcimg = imread(imagename);
imshow("[原图]", srcimg);
/***图像腐蚀***/
/*
Mat element = getStructuringElement(MORPH_RECT,Size(15,15));
Mat dstimg;
erode(srcimg, dstimg, element);
imshow("[图像腐蚀效果图]", dstimg);
*/
waitKey();
return 0;
}


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