OpenCV：十、形态学操作（开操作、闭操作、形态学梯度、顶帽及

前言

在上一章中描述了如何进行形态学操作（膨胀与腐蚀），详细描述可点击查看(https://www.jianshu.com/writer#/notebooks/47386368/notes/77582086)

目标

本章中，将学习如何：

• 开操作——Open
• 闭操作——Close
• 形态学梯度——Morphological Gradient
• 顶帽——Top hat
• 黑帽——Black hat

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

using namespace cv;
using namespace std;

int main(int argc, char* argv[])
{
    //  1、加载图像，可以是BGR或者灰度图像
    Mat src = imread("/gdsfr.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char input_win[] = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);

    Mat dst = Mat(src.size(), src.type());
    char output_win[] = "morphology image";
    namedWindow(output_win, WINDOW_AUTOSIZE);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    morphologyEx(src, dst, MORPH_OPEN, kernel);
    imshow(output_win, dst);

    waitKey(0);
    return 0;
}

开操作效果图.png

闭操作——Close

• 先膨胀后腐蚀
• 可以填充小的洞（fillhole），假设对象是前景色，背景是黑色

using namespace cv;
using namespace std;

int main(int argc, char* argv[])
{
    //  1、加载图像，可以是BGR或者灰度图像
    Mat src = imread("/gfdg.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char input_win[] = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);

    Mat dst = Mat(src.size(), src.type());
    char output_win[] = "morphology image";
    namedWindow(output_win, WINDOW_AUTOSIZE);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    morphologyEx(src, dst, MORPH_CLOSE, kernel);
    imshow(output_win, dst);

    waitKey(0);
    return 0;
}

闭操作效果图.png

形态学梯度——Morphological Gradient

• 膨胀减去腐蚀，提取物体边缘
• 又称为基本梯度（其他还包括--内部梯度、方向梯度）

using namespace cv;
using namespace std;

int main(int argc, char* argv[])
{
    //  1、加载图像，可以是BGR或者灰度图像
    Mat src = imread("/hsdf.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char input_win[] = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);

    Mat dst = Mat(src.size(), src.type());
    char output_win[] = "morphology image";
    namedWindow(output_win, WINDOW_AUTOSIZE);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    morphologyEx(src, dst, MORPH_GRADIENT, kernel);
    imshow(output_win, dst);

    waitKey(0);
    return 0;
}

形态学梯度效果图.png

顶帽——Top hat

• 顶帽是原图像与开操作之间的差值图像
• 突出原图像中比周围亮的区域

using namespace cv;
using namespace std;

int main(int argc, char* argv[])
{
    //  1、加载图像，可以是BGR或者灰度图像
    Mat src = imread("/agds.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char input_win[] = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);

    Mat dst = Mat(src.size(), src.type());
    char output_win[] = "morphology image";
    namedWindow(output_win, WINDOW_AUTOSIZE);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    morphologyEx(src, dst, MORPH_TOPHAT, kernel);
    imshow(output_win, dst);

    waitKey(0);
    return 0;
}

顶帽效果图.png

黑帽——Black hat

• 黑帽是闭操作图像与原图像的差值图像
• 突出原图像中比周围暗的区域

using namespace cv;
using namespace std;

int main(int argc, char* argv[])
{
    //  1、加载图像，可以是BGR或者灰度图像
    Mat src = imread("/gfdg.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char input_win[] = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);

    Mat dst = Mat(src.size(), src.type());
    char output_win[] = "morphology image";
    namedWindow(output_win, WINDOW_AUTOSIZE);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    morphologyEx(src, dst, MORPH_BLACKHAT, kernel);
    imshow(output_win, dst);

    waitKey(0);
    return 0;
}

黑帽效果图.png

相关AIP：

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() );

1. 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。
2. 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。
3. 第三个参数，int类型的op，表示形态学运算的类型，可以是如下之一的标识符：

• MORPH_OPEN – 开运算（Opening operation）
• MORPH_CLOSE – 闭运算（Closing operation）
• MORPH_GRADIENT -形态学梯度（Morphological gradient）
• MORPH_TOPHAT - “顶帽”（“Top hat”）
• MORPH_BLACKHAT - “黑帽”（“Black hat“）

4. 第四个参数，InputArray类型的kernel，形态学运算的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素（内核矩阵）。关于getStructuringElement我们上篇文章中讲过了，这里为了大家参阅方便，再写一遍：
   其中，getStructuringElement函数的第一个参数表示内核的形状，我们可以选择如下三种形状之一:

• 矩形: MORPH_RECT
• 交叉形: MORPH_CROSS
• 椭圆形: MORPH_ELLIPSE

5. 第五个参数，Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。
6. 第六个参数，int类型的iterations，迭代使用函数的次数，默认值为1。
7. 第七个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_ CONSTANT。
8. 第八个参数，const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。