OPenCV高级编程——OPenCV形态学之腐蚀、膨胀、开运算、闭运算、形态学梯度等详解

目录

引言

形态学基础

结构元素（Structuring Element）

基本形态学操作

腐蚀（Erosion）

膨胀（Dilation）

开运算（Opening）

闭运算（Closing）

高级形态学操作

形态学梯度（Morphological Gradient）

顶帽（Top Hat）

黑帽（Black Hat）

​编辑

结论

---

引言

图像形态学是一种基于数学形态学的理论和技术，广泛应用于数字图像处理、计算机视觉和模式识别等领域。它主要通过对图像中的形状和结构元素（也称为内核或模板）进行操作，来实现图像的增强、去噪、特征提取等目的。本文将详细介绍OpenCV中C++语言支持的几种基本形态学操作，包括腐蚀、膨胀、开运算、闭运算、形态学梯度等。

形态学基础

结构元素（Structuring Element）

结构元素是一种小的图像模板，用于定义形态学操作的特征和行为。它通常是一个小的二值图像，用于描述待处理图像中的局部结构。常见的结构元素包括方形、圆形、十字形等。在OpenCV中，可以使用cv::getStructuringElement函数来生成这些结构元素。

函数原型

在 C++ 中，getStructuringElement 函数的原型如下：

Mat cv::getStructuringElement(int shape, Size ksize, Point anchor=Point(-1,-1))

参数说明

• shape：结构元素的形状。OpenCV 提供了几种预定义的形状，如矩形（MORPH_RECT）、交叉形（MORPH_CROSS）、椭圆形（MORPH_ELLIPSE）等。
• ksize：结构元素的大小，使用 Size 类型表示，即宽度和高度。
• anchor：结构元素的锚点位置，即中心点。如果设置为 Point(-1,-1)，则表示锚点位于结构元素的中心。

返回值

函数返回一个 Mat 对象，该对象是一个二值图像，表示了结构元素。

基本形态学操作

腐蚀（Erosion）

腐蚀是一种通过结构元素对图像进行局部最小值滤波的形态学操作，它会使图像中的边界部分逐渐缩小。腐蚀操作常用于去除图像中的噪声、细化边缘、分离紧密相连的物体等。

函数声明：

void cv::erode(InputArray src, OutputArray dst, InputArray kernel,  
               Point anchor = Point(-1,-1), int iterations = 1,  
               int borderType = BORDER_CONSTANT,  
               const Scalar& borderValue = morphologyDefaultBorderValue());

参数说明：

• src：输入图像。
• dst：输出图像。
• kernel：腐蚀所使用的结构元素。
• anchor：结构元素的锚点，默认为结构元素的中心。
• iterations：腐蚀操作的迭代次数。
• borderType：边界填充类型。
• borderValue：当borderType为