OpenCV实现图像腐蚀

图像的腐蚀过程与图像的卷积操作类似,都需要模板矩阵来控制运算的结果,在图像的腐蚀和膨胀中这个模板矩阵被称为结构元素。与图像卷积相同,结构元素可以任意指定图像的中心点,并且结构元素的尺寸和具体内容都可以根据需求自己定义。定义结构元素之后,将结构元素的中心点依次放到图像中每一个非0元素处,如果此时结构元素内所有的元素所覆盖的图像像素值均不为0,则保留结构元素中心点对应的图像像素,否则将删除结构元素中心点对应的像素。图像的腐蚀过程示意图如图6-12所示,图6-12中左侧为待腐蚀的原图像,中间为结构元素,首先将结构元素的中心与原图像中的A像素重合,此时结构元素中心点的左侧和上方元素所覆盖的图像像素值均为0,因此需要将原图像中的A像素删除;当把结构元素的中心点与B像素重合时,此时结构元素中所有的元素所覆盖的图像像素值均为1,因此保留原图像中的B像素。将结构元素中心点依次与原图像中的每个像素重合,判断每一个像素点是否保留或者删除,最终原图像腐蚀的结果如图中右侧图像所示。

图像腐蚀可以用“Θ”表示,其数学表示形式如式(6.4)所示,通过公式可以发现,其实对图像A的腐蚀运算就是寻找图像中能够将结构元素B全部包含的像素点。

生成常用的矩形结构元素、十字结构元素和椭圆结构:

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

shape:结构元素的种类,可以选择的参数及含义在表6-5中给出。 ksize:结构元素的尺寸大小 anchor:中心点的位置,默认参数为结构元素的几何中心点。

该函数用于生成图像形态学操作中常用的矩形结构元素、十字结构元素和椭圆结构元素。函数第一个参数为生成结构元素的种类,可以选择的参数及含义在表给出,函数第二个参数是结构元素的尺寸大小,能够影响到图像腐蚀的效果,一般情况下,结构元素的种类相同时,结构元素的尺寸越大腐蚀效果越明显。函数的最后一个参数是结构元素的中心点,只有十字结构元素的中心点位置会影响图像腐蚀后的轮廓形状,其他种类的结构元素的中心点位置只影响形态学操作结果的平移量。

腐蚀函数

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

src:输入的待腐蚀图像,图像的通道数可以是任意的,但是图像的数据类型必须是CV_8U,CV_16U,CV_16S,CV_32F或CV_64F之一。 dst:腐蚀后的输出图像,与输入图像src具有相同的尺寸和数据类型。 kernel:用于腐蚀操作的结构元素,可以自己定义,也可以用getStructuringElement()函数生成。 anchor:中心点在结构元素中的位置,默认参数为结构元素的几何中心点 iterations:腐蚀的次数,默认值为1。 borderType:像素外推法选择标志,取值范围在表3-5中给出。默认参数为BORDER_DEFAULT,表示不包含边界值倒序填充。 borderValue:使用边界不变外推法时的边界值。

该函数根据结构元素对输入图像进行腐蚀,在腐蚀多通道图像时每个通道独立进行腐蚀运算。函数的第一个参数为待腐蚀的图像,图像通道数可以是任意的,但是图像的数据类型必须是CV_8U,CV_16U,CV_16S,CV_32F或CV_64F之一。函数第二个参数为腐蚀后的输出图像,与输入图像具有相同的尺寸和数据类型。函数第三个和第四个参数都是与结构元素相关的参数,第三个参数为结构元素,第四个参数为结构元素的中心位置,第四个参数的默认值为Point(-1,-1),表示结构元素的几何中心处为结构元素的中心点。函数第五个参数是使用结构元素腐蚀的次数,腐蚀次数越多效果越明显,参数默认值为1,表示只腐蚀1次。函数第六个参数是图像像素外推法的选择标志,第七个参数为使用边界不变外推法时的边界值,这两个参数对图像中主要部分的腐蚀操作没有影响,因此在多数情况下使用默认值即可。

需要注意的是该函数的腐蚀过程只针对图像中的非0像素,因此如果图像是以0像素为背景,那么腐蚀操作后会看到图像中的内容变得更瘦更小;如果图像是以255像素为背景,那么腐蚀操作后会看到图像中的内容变得更粗更大。

简单示例

//// Created by smallflyfly on 2021/6/18.// #include "opencv2/opencv.hpp" #include <iostream> using namespace std;using namespace cv;  void drawResult(Mat im, int num, Mat stats, Mat centroids, const string& name) {    for (int i = 1; i < num; ++i) {        int x = centroids.at<double>(i, 0);        int y = centroids.at<double>(i, 1);        cout << x << " " << y << endl;        circle(im, Point(x, y), 2, Scalar(0, 0, 255), -1);        int xmin = stats.at<int>(i, CC_STAT_LEFT);        int ymin = stats.at<int>(i, CC_STAT_TOP);        int w = stats.at<int>(i, CC_STAT_WIDTH);        int h = stats.at<int>(i, CC_STAT_HEIGHT);         Rect rect(xmin, ymin, w, h);        rectangle(im, rect, Scalar(255, 255, 255), 2);        putText(im, to_string(i), Point(x+5, y), FONT_HERSHEY_SCRIPT_SIMPLEX, 0.3, Scalar(0, 0, 255), 1);    }    imshow(name, im);}  int main() {     Mat src = (                Mat_<uchar>(6, 6) <<                        0, 0, 0, 0, 255, 0,                        0, 255, 255, 255, 255, 255,                        0, 255, 255, 255, 255, 0,                        0, 255, 255, 255, 255, 0,                        0, 255, 255, 255, 255, 0,                        0, 0, 0, 0, 255, 0            );    resize(src, src, Size(0, 0), 50, 50, INTER_NEAREST);    Mat m1, m2;    m1 = getStructuringElement(0, Size(3, 3));    m2 = getStructuringElement(1, Size(3, 3));     Mat erodeM1, erodeM2;    erode(src, erodeM1, m1, Point(-1, -1), 10);    erode(src, erodeM2, m2, Point(-1, -1), 10);     imshow("src", src);    imshow("erodeM1", erodeM1);    imshow("erodeM2", erodeM2);     Mat xbim = imread("xiaobai.jpg");    Mat xbM1, xbM2;    erode(xbim, xbM1, m1, Point(-1, -1), 2);    erode(xbim, xbM2, m2, Point(-1, -1), 2);     imshow("xb", xbim);    imshow("xbM1", xbM1);    imshow("xbM2", xbM2);     Mat im = imread("rice.jfif");    Mat im1 = im.clone();    Mat im2 = im.clone();    Mat im3 = im.clone();     Mat gray;    cvtColor(im, gray, CV_BGR2GRAY);    Mat riceBin;    threshold(gray, riceBin, 125, 255, THRESH_BINARY);     Mat out, stats, centroids;    int count1 = connectedComponentsWithStats(riceBin, out, stats, centroids, 8, CV_16U);    drawResult(im1, count1, stats, centroids, "no erode");     Mat erodeIm1, erodeIm2;    erode(riceBin, erodeIm1, m1, Point(-1, -1), 5);    erode(riceBin, erodeIm2, m2, Point(-1, -1), 5);     int count2 = connectedComponentsWithStats(erodeIm1, out, stats, centroids, 8, CV_16U);    drawResult(erodeIm1, count2, stats, centroids, "erode1");    int count3 = connectedComponentsWithStats(erodeIm2, out, stats, centroids, 8, CV_16U);    drawResult(erodeIm2, count3, stats, centroids, "erode2");     waitKey(0);    destroyAllWindows(); }

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

偶尔也要现实和虚伪一点,因为不那样做的话,很难混。

OpenCV实现图像腐蚀

相关文章:

你感兴趣的文章:

标签云: