OpenCV开发笔记(二十二):算法基础之形态学滤波-腐蚀

若该文为原创文章,未经允许不得转载
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104572306
各位读者,知识无穷而人力有穷,要么改需求,要么找专业人士,要么自己研究

红胖子(红模仿)的博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中...(点击传送门)

OpenCV开发专栏(点击传送门)

上一篇:OpenCV开发笔记(二十一):算法基础之形态学滤波-膨胀

下一篇:OpenCV开发笔记(二十三):算法基础之形态学滤波-开运算

 

前言

本篇章开始学习形态学滤波-腐蚀。

 

Demo

 

腐蚀

概述

       腐蚀(dilate)与膨胀(erode)是一对相反的操作,膨胀是求局部最大值的操作,那么膨胀就是求局部最小值的操作。

       核算子可以是任何形状和大小,它拥有一个单独定义出来的参考点,即使之前提到的锚点(anchorpoint)。多数情况下,核一般很小,之前常用到的就是3x3核算子,然后带有锚点Point(-1,-1)实际就是中心点。

当有图像A,核算子B,A与B卷积计算B覆盖的区域的像素点的最小值,并把这个最大值赋值给指定点(核区域内的锚点),这样会使图像中的高亮区域逐渐增大。

       下图是腐蚀操作,并对比膨胀操作:

函数原型

void erode( InputArray src,
          OutputArray dst,
          InputArray kernel,
          Point anchor = Point(-1,-1),
          int iterations = 1,
          int borderType = BORDER_CONSTANT,
          const Scalar& borderValue = morphologyDefaultBorderValue() );
  • 参数一:InputArray类型,一般是cv::Mat,通道数是任意的,但是深度必须为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F;
  • 参数二;OutputArray类型,输出的目标图像,和原图像有一样的尺寸和类型;
  • 参数三:用于膨胀的内核结构元素;如果elemenat=Mat(),则为3 x 3矩形使用结构化元素。内核可以使用getStructuringElement创建;
  • 参数四:元素中锚点的锚点位置;默认值(-1,-1)表示锚定在构件中心
  • 参数五:迭代次数表示执行腐蚀操作的次数;
  • 参数六:int类型的borderType,用于推断图像外部像素的某种边界模式,使用默认值BORDER_DEFULAT,一般无需设置;
  • 参数七:如果边界为常量,则边界值为borderValue;

在上面的参数3中,需要内核结构元素,由下面的函数创建:

Mat getStructuringElement(int shape,
                         Size ksize,
                         Point anchor = Point(-1,-1));
  • 参数一:元素形状,可以是MORPH_RECTMORPH_CROSSMORPH_ELLIPSE
  • 参数二:ksize结构元素的大小,必须大于等于1;
  • 参数三:元件内的锚定位置。默认值Point(-1,-1)表示锚在中间(注意,只有十字形构件的形状取决于锚位置。在其他情况下,锚只是调节形态的结果操作转移);

 

Demo源码

void OpenCVManager::testErode()
{
    QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/5.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());

    cv::resize(srcMat, srcMat, cv::Size(400, 300));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    if(!srcMat.data)
    {
        qDebug() << __FILE__ << __LINE__
                 << "Failed to load image:" << fileName1;
        return;
    }

    cv::Mat dstMat;
    dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
    cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
                                srcMat.type());
    int share = 0;
    int ksize = 5;
    int iterations = 1;
    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);
        cvui::window(windowMat, dstMat.cols * 2, 0, dstMat.cols, dstMat.rows, "settings");
        // 原图先copy到左边
        cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
                                    cv::Range(0, srcMat.cols));
        cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 40, "share");
        cvui::trackbar(windowMat, 800 + 100, 60, 200, &share, 0, 2);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 120, "ksize");
        cvui::trackbar(windowMat, 800 + 100, 140, 200, &ksize, 1, 10);

        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 800 + 100, 200, "iterations");
        cvui::trackbar(windowMat, 800 + 100, 220, 200, &iterations, 0, 10);

        // 腐蚀
        cv::erode(srcMat,
                   dstMat,
                   cv::getStructuringElement(share, cv::Size(ksize, ksize)),
                   cv::Point(-1, -1),
                   iterations);

        // 效果图copy到右边
        // 注意:rang从位置1到位置2,不是位置1+宽度
        cv::Mat centerMat = windowMat(cv::Range(0, srcMat.rows),
                                     cv::Range(srcMat.cols * 1, srcMat.cols * 2));
        cv::addWeighted(centerMat, 0.0f, dstMat, 1.0f, 0.0f, centerMat);
        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}

 

工程模板:对应版本号v1.17.0

       对应版本号v1.17.0

 

上一篇:OpenCV开发笔记(二十一):算法基础之形态学滤波-膨胀

下一篇:OpenCV开发笔记(二十三):算法基础之形态学滤波-开运算


原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104572306

已标记关键词 清除标记
相关推荐