形态学梯度

最新推荐文章于 2025-03-20 08:55:45 发布

转载最新推荐文章于 2025-03-20 08:55:45 发布 · 1.1k 阅读

机器视觉专栏收录该内容

22 篇文章

订阅专栏

本文探讨了形态学梯度的概念及其在图像处理中的应用，通过使用C++编程实现，展示如何通过膨胀和腐蚀操作来突出图像中的高亮区域外围。

形态学梯度：将膨胀后的原图像和腐蚀后的原图像做差，可以得到形态学梯度。可以突出高亮区域的外围，因为它是区域的膨胀减去区域的收缩

// CorrosionAndExpand.cpp : Defines the entry point for the console application.
//
#include "Stdafx.h"
#include <cv.h>
#include <highgui.h>

void main()
{

	
	//以原始通道数读取图片1
	IplImage* img1 = cvLoadImage("D://vc6.0//MSDev98//MyProjects//MachineVision//TestPic//Lena.bmp",CV_LOAD_IMAGE_UNCHANGED);
	IplImage* img2 = cvLoadImage("D://vc6.0//MSDev98//MyProjects//MachineVision//TestPic//Lena.bmp",CV_LOAD_IMAGE_UNCHANGED);
	IplImage* img3 = cvLoadImage("D://vc6.0//MSDev98//MyProjects//MachineVision//TestPic//Lena.bmp",CV_LOAD_IMAGE_UNCHANGED);
	//命名窗口
	cvNamedWindow("Corrosion", CV_WINDOW_AUTOSIZE);
	cvNamedWindow("Gradient", CV_WINDOW_AUTOSIZE);	

	//利用3*3模板进行第一次腐蚀
	cvErode(img1, img1, NULL, 1);
	cvMorphologyEx(img1, img2, img3, NULL, CV_MOP_GRADIENT, 1);

	//显示图片
	cvShowImage("Corrosion", img1);
	cvShowImage("Gradient", img2);
	cvWaitKey(0);
	
	cvReleaseImage(&img1);
	cvReleaseImage(&img2);
	cvReleaseImage(&img3);
}