OpenCV中图像形态学操作

本文转自：视学算法

图像形态学是图像处理的分支学科，在二值图像处理中占有重要地位、OpenCV中实现了图像形态学如下常见操作：

-膨胀操作

-腐蚀操作

-开操作

-闭操作

-击中击不中操作

-黑帽操作

-顶帽操作

-梯度操作

在开始相关API与代码演示之前，首先要加载图片然后把图像从彩色图像转换为二值图像，实现代码如下：

图像形态学操作，必须有结构元素才可以，不同形状的结构元素对同样的图像进行相同的操作可以得到不同的输出结果，所以在形态学操作中结构元素的选择至关重要。OpenCV中获取结构元素的相关代码如下：

腐蚀操作是将结构元素覆盖下的中心像素点的值用最小值替换，得到结果即为腐蚀操作输出图像，通过OpenCV API调用实现腐蚀操作的代码如下

运行效果如下：

膨胀操作是将结构元素覆盖下的中心像素点的值用最大值替换，得到结果即为膨胀操作输出图像，通过OpenCV API调用实现膨胀操作的代码如下

运行效果如下：

开操作是首先对图像进行腐蚀操作，然后在对图像进行膨胀操作，开操作可以断开两个对象的连接性。实现对象分离。开操作的代码实现如下：

运行结果如下：

闭操作使用结构元素对图像先膨胀后腐蚀，正好跟开操作的顺序相反，但是闭操作绝对不是开操作的反操作结果。闭操作可以消除图像中背景小点。OpenCV中开操作代码演示如下：

运行结果如下

根据结构元素的选择被击中的区域将会被保留、而没有被击中的区域则被去掉OpenCV中代码演示如下：

结果显示如下：

黑帽操作的结果是图像闭操作与源图像之间的不同，OpenCV中实现图像黑帽操作的代码如下：

结果显示如下：

顶帽操作是源图像与开操作结果之间的差异，顶帽操作可以显示出图像中区域之间微小不同之处。OpenCV顶帽操作的代码演示如下：

显示结果如下：

形态学的梯度操作是图像膨胀与腐蚀结果之间的不同，常见的梯度操作是基本梯度-是膨胀与腐蚀结果之间不同。OpenCV的代码演示如下：

效果显示如下：

morphologyEx- 形态学操作函数

-第一个参数表示输入图像，通道数目任意，位数可以是8、16、32

-第二个参数表示输出图像，通道数与位数与输入图像一致

-第三个参数表示是那种形态学操作

-第四个参数表示结构元素是什么

上述举例都是基于矩形结构元素5x5窗口大小，此外文章中还定义另外两种结构元素，感兴趣的读者可以自己尝试。