【OpenCV基础】形态学(开操作、闭操作、形态学梯度、顶帽、黑帽)

2023-10-22 09:30

本文主要是介绍【OpenCV基础】形态学(开操作、闭操作、形态学梯度、顶帽、黑帽),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

📢:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨
📢:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢:文章若有幸对你有帮助,可点赞 👍 收藏 ⭐不迷路🙉
📢:内容若有错误,敬请留言 📝指正!原创文,转载请注明出处

文章目录

    • 一、形态学介绍
    • 二、API-morphologyEx
    • 三、全部代码
    • 四、效果展示


一、形态学介绍

📢 morphology:形态学,morphologyEx=morphology Expend。MORPH为形态学缩写
形态学是数学图像处理领域中一种重要的图像处理技术,它关注图像的形状和结构特征,以及用于改变和分析图像形态的数学操作和算法。

📢 在形态学中,图像被看作是一个由像素组成的二维数组或矩阵。形态学操作基于结构元素(structuring element),通过对图像进行腐蚀(erosion)和膨胀(dilation)这两种基本操作来改变图像的形状。

MORPH_CLOSE形态学闭操作
操作:先腐蚀后膨胀
操作:先膨胀后腐蚀
形态学梯度:膨胀减去腐蚀。
顶帽:原图像与开操作图像之间的差值图像。
黑帽:闭操作图像与原图像之间的差值图像。

二、API-morphologyEx

morphologyEx是形态学的函数原型,其参数如下:

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

参数含义如下;

(1)InputArray类型的src,输入图像。通道数可以任意,但深度应为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F之一。

(2)OutputArray类型的dst,即目标图像,与输入图像有相同的尺寸和类型。

(3)int类型的op,形态学操作的类型,请参见cv::MorphTypes

(4)InputArray类型的kernel,用于膨胀的结构元素;如果elemenat=Mat(),则使用3 x 3矩形结构元素。可以使用getStructuringElement创建内核。

(5)Point类型的anchor:锚定在元素中的位置;默认值(-1,-1)表示锚定在元素中心。

(6)int类型的iterations:应用膨胀的次数。

(7)int类型的borderType:像素外推方法,参见cv::BorderTypes。

注意:在使用过程中,只需要设置前四个参数,后面的参数默认即可。

三、全部代码

#include <opencv2\opencv.hpp>
#include<iostream>using namespace std;
using namespace cv;int main()
{Mat src, dst;src = imread("D:/images/box.jpg");if (src.empty()){cout << "could not load image !";return -1;}imshow("原图", src);
//getStructuringElement:构造结构元素,MORPH_RECT:表示矩形结构区域,长和宽尺寸都为7.Mat kernel = getStructuringElement(MORPH_RECT, Size(7, 7), Point(-1, -1));//闭操作morphologyEx(src, dst, MORPH_CLOSE, kernel);imshow("闭操作", dst);//开操作morphologyEx(src, dst, MORPH_OPEN, kernel);imshow("开操作", dst); //形态学梯度morphologyEx(src, dst, MORPH_GRADIENT, kernel);imshow("gradient", dst);//顶帽morphologyEx(src, dst, MORPH_TOPHAT, kernel);imshow("顶帽", dst);//黑帽morphologyEx(src, dst, MORPH_BLACKHAT, kernel);imshow("黑帽", dst);waitKey(0);return 0;
}

四、效果展示

在这里插入图片描述
在这里插入图片描述

这篇关于【OpenCV基础】形态学(开操作、闭操作、形态学梯度、顶帽、黑帽)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/260577

相关文章

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

C 语言基础之数组

文章目录 什么是数组数组变量的声明多维数组 什么是数组 数组,顾名思义,就是一组数。 假如班上有 30 个同学,让你编程统计每个人的分数,求最高分、最低分、平均分等。如果不知道数组,你只能这样写代码: int ZhangSan_score = 95;int LiSi_score = 90;......int LiuDong_score = 100;int Zhou

动手学深度学习【数据操作+数据预处理】

import osos.makedirs(os.path.join('.', 'data'), exist_ok=True)data_file = os.path.join('.', 'data', 'house_tiny.csv')with open(data_file, 'w') as f:f.write('NumRooms,Alley,Price\n') # 列名f.write('NA

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据