OpenCV12开操作_闭操作_形态学梯度_顶帽_黑帽

本文主要是介绍OpenCV12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！

/*
by txwtech
开操作- open
先腐蚀后膨胀
可以去掉小的对象，假设对象是前景色，背景是黑色

闭操作- close
先膨胀后腐蚀（bin2）
可以填充小的洞（fill hole），假设对象是前景色，背景是黑色

形态学梯度- Morphological Gradient
膨胀减去腐蚀
又称为基本梯度（其它还包括-内部梯度、方向梯度）

顶帽 – top hat
顶帽 是原图像与开操作之间的差值图像

黑帽 – black hat
黑帽是闭操作图像与源图像的差值图像

API：
morphologyEx(src, dest, CV_MOP_BLACKHAT, kernel);
- Mat src – 输入图像
- Mat dest – 输出结果
- int OPT – CV_MOP_OPEN/ CV_MOP_CLOSE/ CV_MOP_GRADIENT / CV_MOP_TOPHAT/ CV_MOP_BLACKHAT 形态学操作类型
Mat kernel 结构元素
int Iteration 迭代次数，默认是1

*/

/*
by txwtech
开操作- open
先腐蚀后膨胀
可以去掉小的对象，假设对象是前景色，背景是黑色闭操作- close
先膨胀后腐蚀（bin2）
可以填充小的洞（fill hole），假设对象是前景色，背景是黑色形态学梯度- Morphological Gradient
膨胀减去腐蚀
又称为基本梯度（其它还包括-内部梯度、方向梯度）顶帽 – top hat
顶帽 是原图像与开操作之间的差值图像黑帽 – black hat
黑帽是闭操作图像与源图像的差值图像API：
morphologyEx(src, dest, CV_MOP_BLACKHAT, kernel);
- Mat src – 输入图像
- Mat dest – 输出结果
- int OPT – CV_MOP_OPEN/ CV_MOP_CLOSE/ CV_MOP_GRADIENT / CV_MOP_TOPHAT/ CV_MOP_BLACKHAT 形态学操作类型
Mat kernel 结构元素
int Iteration 迭代次数，默认是1*/
#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main(int argc, char *argv[])
{Mat src;Mat src_dog;Mat dst2;Mat dst_conver;src = imread("E:\\pictures\\腐蚀sample.jpg",CV_LOAD_IMAGE_GRAYSCALE);src_dog = imread("E:\\pictures\\dog1.jpg", CV_LOAD_IMAGE_COLOR);if (!src.data){printf("failed to load imags");return -1;}namedWindow("original_img",CV_WINDOW_AUTOSIZE);imshow("original_img",src);int height = src.rows;int width = src.cols;for (int row = 0; row < height; row++){for (int col = 0; col < width; col++){int gray_value = src.at<uchar>(row,col);src.at<uchar>(row, col) = 255 - gray_value;//黑白颜色反色操作}}src.copyTo(dst_conver);//复制图像imwrite("blk_bg_sample.jpg",src);//保存图像namedWindow("原图",CV_WINDOW_AUTOSIZE);imshow("原图",src);Mat kernel = getStructuringElement(MORPH_RECT,Size(13,13),Point(-1,-1));//morphologyEx(src,dst2,CV_MOP_BLACKHAT,kernel);morphologyEx(src, dst2, CV_MOP_OPEN, kernel);//先腐蚀后膨胀//morphologyEx(src, dst2, CV_MOP_CLOSE, kernel);//先膨胀后腐蚀//morphologyEx(src, dst2, CV_MOP_TOPHAT, kernel);//顶帽 是原图像与开操作之间的差值图像namedWindow("先腐蚀后膨胀", CV_WINDOW_AUTOSIZE);imshow("先腐蚀后膨胀", dst2);namedWindow("原图2", CV_WINDOW_AUTOSIZE);imshow("原图2", src_dog);morphologyEx(src_dog, dst2, CV_MOP_GRADIENT, kernel);//形态学梯度namedWindow("形态学梯度", CV_WINDOW_AUTOSIZE);imshow("形态学梯度", dst2);waitKey(0);return 0;
}

顶帽：

#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main(int argc, char *argv[])
{Mat src;Mat src_dog;Mat dst2;Mat dst_conver;src = imread("E:\\pictures\\blk_bg_sample.jpg", CV_LOAD_IMAGE_GRAYSCALE);	if (!src.data){printf("failed to load imags");return -1;}namedWindow("original_img", CV_WINDOW_AUTOSIZE);imshow("original_img", src);Mat kernel = getStructuringElement(MORPH_RECT, Size(13, 13), Point(-1, -1));	morphologyEx(src, dst2, CV_MOP_TOPHAT, kernel);//顶帽 是原图像与开操作之间的差值图像	namedWindow("顶帽", CV_WINDOW_AUTOSIZE);imshow("顶帽", dst2);waitKey(0);return 0;
}

黑帽：

#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main(int argc, char *argv[])
{Mat src;Mat src2;Mat dst2;Mat dst3;//src = imread("E:\\pictures\\blk_bg_sample.jpg", CV_LOAD_IMAGE_GRAYSCALE);	src = imread("E:\\pictures\\white_bg_sample.jpg", CV_LOAD_IMAGE_GRAYSCALE);if (!src.data){printf("failed to load imags");return -1;}namedWindow("原图", CV_WINDOW_AUTOSIZE);imshow("原图", src);Mat kernel = getStructuringElement(MORPH_RECT, Size(13, 13), Point(-1, -1));morphologyEx(src, dst2, CV_MOP_CLOSE, kernel); //黑帽是闭操作图像与源图像的差值图像//namedWindow("闭操作", CV_WINDOW_AUTOSIZE);//imshow("闭操作", dst2);morphologyEx(src, dst2,CV_MOP_TOPHAT , kernel);//顶帽 是原图像与开操作之间的差值图像	namedWindow("顶帽", CV_WINDOW_AUTOSIZE);imshow("顶帽", dst2);morphologyEx(src, dst3, CV_MOP_BLACKHAT, kernel); //黑帽是闭操作图像与源图像的差值图像namedWindow("黑帽", CV_WINDOW_AUTOSIZE);imshow("黑帽", dst3);waitKey(0);return 0;
}

 

这篇关于OpenCV12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！

---