《数字图像处理》第九章形态学图像处理学习笔记附部分例子代码(C++ & opencv)

xiaoxTai

已于 2024-01-06 08:42:11 修改

阅读量1.6k

点赞数 26

分类专栏：《数字图像处理》学习笔记附部分实例代码实现文章标签：图像处理学习笔记 c++ opencv

于 2024-01-04 09:05:36 首次发布

本文链接：https://blog.youkuaiyun.com/xiao3_tai/article/details/135351101

版权

形态学图像处理

0. 前言

参考博客：
opencv图像处理模块(6)——击中击不中 - 知乎 (zhihu.com)

第三版教材中图片下载地址： book images downloads

vs2019配置opencv可以查看：VS2019 & Opencv4.5.4配置教程

前情回顾：
数字图像处理第三章灰度变换和空间滤波学习笔记
 数字图像处理第四章频率域滤波学习笔记
数字图像处理第五章图像复原和重建（内容较简单，就没有详细记录笔记）
数字图像处理第六章彩色图像处理
 数字图像处理第七章小波与多分辨率处理（内容困难，仅进行了简单记录）
数字图像处理第八章图像压缩（目前非重点）

后续剧情：
数字图像处理第十章图像分割学习笔记
 数字图像处理第11章表示和描述学习笔记

1. 腐蚀和膨胀

1.1 腐蚀

$A\ominus B = \{z | (B)_{z} \cap A^{c} = \varnothing \}$

B不与A的补集的交集为空

1.2 膨胀

$A\oplus B=\left\{z\mid({\hat{B}})_{z}\cap A\neq\varnothing\right\}$

A是被膨胀的集合, A和B至少有一个元素重合

1.3 对偶性

膨胀和腐蚀关于集合求补运算和反射运算是对偶的.

2. 开操作和闭操作

开操作: 平滑物体的轮廓, 断开较窄的狭颈并消除细的突出物.

闭操作: 弥合较窄的间断和细长的沟壑, 消除小的孔洞, 填补轮廓线中的断裂.

结构元B对集合A的开操作：

$A\circ B=(A\ominus B)\oplus B$

结构元B对集合A的闭操作：

$A\bullet B=(A\oplus B)\ominus B$

opencv有腐化函数erode()和膨胀函数dilate()

Mat openOperationRes(Mat input, int size) {
   
    Mat kernel = Mat::ones(Size(size, size), CV_8U);
    //先腐化再膨胀
    Mat eroded;
    erode(input, eroded, kernel);
    Mat opened;
    dilate(eroded, opened, kernel);
    return opened;
}

Mat closeOperationRes(Mat input, int size) {
   
    Mat kernel = Mat::ones(Size(size, size), CV_8U);
    //先膨胀再腐化
    Mat dilated;
    dilate(input, dilated, kernel);
    Mat closed;
    erode(dilated, closed, kernel);
    return closed;
}

void test05(string path) {
   
    Mat img = imread(path, IMREAD_GRAYSCALE);
    if (img.empty()) {
   
        cout << "Unable to load image\n";
        return;
    }
    Mat kernel = Mat::ones(Size(3, 3), CV_8U);
    //进行腐化操作
    Mat eroded;
    erode(img, eroded, kernel);
    Mat opened = openOperationRes(img, 3);
    Mat opened_closed = closeOperationRes(opened, 3);

    imshow("original", img);
    imshow("腐化后的结果", eroded);
    imshow("开操作结果", opened);
    imshow("开操作的闭操作结果", opened_closed);
    waitKey(0);
}