基于OpenCV的膨胀和腐蚀
来源:互联网 发布:淘宝删除差评步骤 编辑:程序博客网 时间:2024/05/29 08:51
本博客讲解形态雪中的膨胀和腐蚀操作。使用的函数为:
cv::erode
cv::erode
cv::dilate
形态学操作
简而言之:一组基于形状的图像处理的操作。形态学运算对输入图像应用astructuring元素生成一个输出图像。
最基本的形态操作是两个:腐蚀和膨胀。他们有一个广泛的用途,即:
- 去除噪声
- 单个元素的分离和图像中的分离元素的连接
- 发现图像中的强度颠簸或空洞
我们将简要地解释扩张和侵蚀,使用下面的图像作为一个例子:
Dilation
- 该操作由卷积图像
A 和某个卷积核 (B )的卷积完成,卷积核可以有任何形状或大小,通常是一个方形或圆形. - 卷积核
B 有一个定义的锚定点( anchor point), 通常是内核的中心. 随着卷积核
B 扫过图像, 我们计算由卷积核B 覆盖的的像素的最大值,并用该最大值替换在锚定点位置的图像像素。 可以推断,这种最大化的操作使图像内明亮区域“生长”(也就是所谓的膨胀)。以上面的图片为例。应用扩张,我们可以得到:
围绕黑色字母区域的背景 (亮的区域) 的膨胀
Erosion
这个操作是在内核重叠区域上计算一个局部最小值.
随着卷积核
和dilation的例子一样,我们可以对原始图像应用腐蚀算子。你可以看到在下面的结果,图像的明亮区域(背景,显然的),变得更薄,而黑暗的区域(“书写”部分)变得更大。
/** * @file Morphology_1.cpp * @brief Erosion and Dilation sample code * @author OpenCV team */#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"using namespace cv;/// Global variablesMat src, erosion_dst, dilation_dst;int erosion_elem = 0;int erosion_size = 0;int dilation_elem = 0;int dilation_size = 0;int const max_elem = 2;int const max_kernel_size = 21;/** Function Headers */void Erosion( int, void* );void Dilation( int, void* );/** * @function main */int main( int, char** argv ){ /// Load an image src = imread( argv[1], IMREAD_COLOR ); if( src.empty() ) { return -1; } /// Create windows namedWindow( "Erosion Demo", WINDOW_AUTOSIZE ); namedWindow( "Dilation Demo", WINDOW_AUTOSIZE ); moveWindow( "Dilation Demo", src.cols, 0 ); /// Create Erosion Trackbar createTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Erosion Demo", &erosion_elem, max_elem, Erosion ); createTrackbar( "Kernel size:\n 2n +1", "Erosion Demo", &erosion_size, max_kernel_size, Erosion ); /// Create Dilation Trackbar createTrackbar( "Element:\n 0: Rect \n 1: Cross \n 2: Ellipse", "Dilation Demo", &dilation_elem, max_elem, Dilation ); createTrackbar( "Kernel size:\n 2n +1", "Dilation Demo", &dilation_size, max_kernel_size, Dilation ); /// Default start Erosion( 0, 0 ); Dilation( 0, 0 ); waitKey(0); return 0;}//![腐蚀]/** * @function Erosion */void Erosion( int, void* ){ int erosion_type = 0; if( erosion_elem == 0 ){ erosion_type = MORPH_RECT; } else if( erosion_elem == 1 ){ erosion_type = MORPH_CROSS; } else if( erosion_elem == 2) { erosion_type = MORPH_ELLIPSE; } //![kernel] Mat element = getStructuringElement( erosion_type, Size( 2*erosion_size + 1, 2*erosion_size+1 ), Point( erosion_size, erosion_size ) ); //![kernel] /// Apply the erosion operation erode( src, erosion_dst, element ); imshow( "Erosion Demo", erosion_dst );}//![腐蚀]//![<span>膨胀</span>]/** * @function Dilation */void Dilation( int, void* ){ int dilation_type = 0; if( dilation_elem == 0 ){ dilation_type = MORPH_RECT; } else if( dilation_elem == 1 ){ dilation_type = MORPH_CROSS; } else if( dilation_elem == 2) { dilation_type = MORPH_ELLIPSE; } Mat element = getStructuringElement( dilation_type, Size( 2*dilation_size + 1, 2*dilation_size+1 ), Point( dilation_size, dilation_size ) ); /// Apply the dilation operation dilate( src, dilation_dst, element ); imshow( "Dilation Demo", dilation_dst );}//![<span>膨胀</span>]
例子
0 0
- 基于OpenCV的膨胀和腐蚀
- opencv-腐蚀和膨胀
- opencv腐蚀和膨胀
- opencv 膨胀和腐蚀
- 【opencv】图像的膨胀和腐蚀
- OpenCV实现图片的膨胀和腐蚀
- OpenCV中的图像的膨胀和腐蚀
- opencv 图像的膨胀和腐蚀(一)
- opencv:图像的腐蚀和膨胀
- opencv 中的膨胀和腐蚀
- opencv形态学-腐蚀和膨胀
- OpenCV图像腐蚀和膨胀
- OpenCV 中腐蚀和膨胀
- 6基于opencv的形态学处理(一)腐蚀_膨胀
- opencv 图像的 腐蚀 膨胀
- Opencv对图像做腐蚀和膨胀处理的结果
- 腐蚀和膨胀在opencv上的学习
- Matlab基于腐蚀和膨胀的边缘检测
- linux多线程-互斥锁
- 关于错误map/set iterator not incrementable
- APICloud手机端网站直接制作手机APP
- 【Hadoop入门】Hadoop安装教程_单机/伪分布式配置_CentOS6.4/Hadoop2.6.0
- android 用canvas 绘制简单圆形时钟
- 基于OpenCV的膨胀和腐蚀
- ASP.NET MVC 微信JS-SDK认证
- MySQL索引原理及慢查询优化
- java中复制文本文件
- emWin 2天速成实例教程002_多个页面窗口切换
- opengl第一课
- ORA-01207 old control file完全解决方案
- java中替换文件内容
- python中系统信息模块--psutil