OpenCV3编程入门读书笔记4-形态学滤波

最新推荐文章于 2022-01-14 11:11:15 发布

weixin_30480651

最新推荐文章于 2022-01-14 11:11:15 发布

阅读量1.9k

点赞数 1

文章标签：人工智能

原文链接：http://www.cnblogs.com/justkong/p/7289462.html

版权

这篇博客详细介绍了OpenCV3中形态学滤波的基本概念和操作，包括腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽变换和黑帽变换。这些操作在图像处理中用于消除噪声、分割图像元素、连接或分离物体，以及突出边缘等。通过实例和效果展示，帮助读者理解各种形态学操作的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、腐蚀和膨胀

1、腐蚀和膨胀的主要功能

（1）消除噪声

（2）分割出独立的图像元素，在图像中连接相邻的元素

（3）寻找图像中的极大值或者极小值区域

（4）求出图像的梯度

2、膨胀（dilate）

膨胀就是求局部最大值的操作。从数学角度来说，就是将图像与核进行卷积，计算核B覆盖区域的像素点的最大值，并把这个最大值赋值给参考点指定的元素。这样就会使图像中的高亮区域逐渐增长。

3、腐蚀（erode）

腐蚀和膨胀是相反的操作，腐蚀是求局部最小值的操作。腐蚀操作会使图像中的高亮区逐渐减小。

4、膨胀和腐蚀示例

 1 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\car1.jpg",0);
 2 
 3 Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
 4 
 5 Mat dilateImage;
 6 dilate(srcImage, dilateImage, element);
 7 
 8 Mat erodeImage;
 9 erode(srcImage, erodeImage, element);    
10 
11 imshow("srcImage", srcImage);
12 imshow("