内容简介：腐蚀膨胀是图像形态学比较常见的处理，腐蚀一般可以用来消除噪点，分割出独立的图像元素等。
腐蚀膨胀是图像形态学比较常见的处理，腐蚀一般可以用来消除噪点，分割出独立的图像元素等。
一般腐蚀操作对二值图进行处理，腐蚀操作如下图，中心位置的像素点是否与周围领域的像素点颜色一样（即是否是白色点，即值是否为255），若一致，则保留，不一致则该点变为黑色（值即为0）
opencv中的腐蚀操作：
|
1 2 3 |
CVAPI(void) cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element CV_DEFAULT(NULL), int iterations CV_DEFAULT(1) ); |
前两个参数比较熟悉，第三个参数是用于传递模板的信息，默认是（NULL），即为3*3的模板，第四个参数是迭代的次数（即该腐蚀操作做几次）
opencv中的膨胀操作其实就是腐蚀的反操作：
|
1 2 3 |
CVAPI(void) cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element CV_DEFAULT(NULL), int iterations CV_DEFAULT(1) ); |
测试代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 |
#include "stdafx.h" #include "cv.h" #include "highgui.h" int main(){ IplImage *img= cvLoadImage("C:/fu.jpg");//读取图片 cvNamedWindow("Example1",CV_WINDOW_AUTOSIZE); cvNamedWindow("Example2",CV_WINDOW_AUTOSIZE); cvNamedWindow("Example3",CV_WINDOW_AUTOSIZE); cvShowImage("Example1",img);//在Example1显示图片 // cvCopy(img,temp); IplImage* temp=cvCreateImage( //创建一个size为image,三通道8位的彩色图 cvGetSize(img), IPL_DEPTH_8U, ); cvErode(img,temp,0,1);//腐蚀 cvShowImage("Example2",temp); cvDilate(img,temp,0,1);//膨胀 cvShowImage("Example3",temp); cvWaitKey(0);//暂停用于显示图片 cvReleaseImage(&img);//释放img所指向的内存空间并且 cvDestroyWindow("Example1"); cvDestroyWindow("Example2"); cvDestroyWindow("Example3"); return 0; } |
效果图：
以上都是在模板3*3的情况下处理的，要是我们期望使用自己定义的模板时候，就需要自己做模板。
|
1 2 3 |
CVAPI(IplConvKernel*) cvCreateStructuringElementEx( int cols, int rows, int anchor_x, int anchor_y, int shape, int* values CV_DEFAULT(NULL) ); |
前两个参数是定义模板的大小，后两个参数是参考点的坐标（比如默认3*3模板的参考点坐标是2*2），第五个参数是模板的类型(可以是矩形，十字形，椭圆形，甚至是用户自己定义形状)，最后一个参数是在使用自自定义形状的时候，通过value传递模板的形状。
模板的类型：
|
1 |
CVAPI(void) cvReleaseStructuringElement( IplConvKernel** element ); //释放模板所占用的内存 |
自定义5*5,参考点（3,3）的矩形模板的测试代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
#include "stdafx.h" #include "cv.h" #include "highgui.h" int main(){ IplImage *img= cvLoadImage("C:/fu.jpg");//读取图片 cvNamedWindow("Example1",CV_WINDOW_AUTOSIZE); cvNamedWindow("Example2",CV_WINDOW_AUTOSIZE); cvNamedWindow("Example3",CV_WINDOW_AUTOSIZE); cvShowImage("Example1",img);//在Example1显示图片 // cvCopy(img,temp); IplImage* temp=cvCreateImage( //创建一个size为image,三通道8位的彩色图 cvGetSize(img), IPL_DEPTH_8U, ); IplConvKernel * myModel; myModel=cvCreateStructuringElementEx( //自定义5*5,参考点（3,3）的矩形模板 5,5,2,2,CV_SHAPE_RECT ); cvErode(img,temp,myModel,1); cvShowImage("Example2",temp); cvDilate(img,temp,myModel,1); cvShowImage("Example3",temp); cvWaitKey(0);//暂停用于显示图片 cvReleaseStructuringElement(&myModel); cvReleaseImage(&img);//释放img所指向的内存空间并且 cvDestroyWindow("Example1"); cvDestroyWindow("Example2"); cvDestroyWindow("Example3"); return 0; } |
效果图：
参考：学习opencv
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Programming Computer Vision with Python
Jan Erik Solem / O'Reilly Media / 2012-6-22 / USD 39.99
If you want a basic understanding of computer vision's underlying theory and algorithms, this hands-on introduction is the ideal place to start. As a student, researcher, hacker, or enthusiast, you'll......一起来看看 《Programming Computer Vision with Python》 这本书的介绍吧!
图片转BASE64编码
在线图片转Base64编码工具
XML 在线格式化
在线 XML 格式化压缩工具