形态转换是基于通常在二进制图像上执行的图像形状的简单操作。它获取我们的输入图像和一个决定操作性质的结构元素(内核)。
在本文中,我们将讨论腐蚀和膨胀的两种基本形态学过滤器。侵蚀侵蚀了边界并缩小了前景对象的大小,而“扩张”使边界扩大了,因此增加了前景对象的大小。之前,先详细了解它们是什么,然后再了解什么是结构化元素:
结构元素:结构元素是用于与给定图像进行交互的形状。它可以帮助我们根据其遗漏或适合图像的方式得出结论。它用于形态学操作,例如腐蚀,膨胀,打开,关闭,渐变,黑帽/大礼帽变换。 Open CV为内核矩形,十字形和椭圆形提供3种形状。
句法:
getStructuringElement (shape, ksize, anchor)
参数:以下是上述语法所需的参数:
- shape:结构元素的形状可以是MORPH_RECT , MORPH_ELLIPSE , MORPH_CROSS之一。
- ksize:结构元素的大小
- 锚:在结构元素内的锚位置。默认值为[-1,-1},表示位置为结构元素的中心。
返回值:具有指定大小和形状的结构元素(垫子对象)。
侵蚀
侵蚀是用于减小前景对象大小的形态操作。就像土壤侵蚀并侵蚀前景对象的边界一样。
在该操作中,内核通过图像滑动,并认为像素值1,只有当在结构化元素的所有像素具有值1。否则,它会被侵蚀。这样,边界附近的像素将被丢弃,并获得图像内部缩小的前景对象。
句法:
erode (src, dst, kernel, anchor, iterations, borderType, borderValue)
参数:
- src:输入图像
- dst:输出图像
- 内核:用于侵蚀的结构元素。
- 锚:在结构元素内的锚位置。默认值为[-1,-1},表示位置为结构元素的中心。
- 迭代次数:施加腐蚀的次数。
- borderType:边框类型( BORDER_CONSTANT , BORDER_REPLICATE等)
- borderValue:边框值
返回值:输出图像(垫子对象)
扩张
扩张与“侵蚀”相反,它不会收缩而是会扩展前景对象。在此操作中,结构化元素(内核)在图像中滑动。但是,如果至少一个像素具有值1,则此处为像素值1。因此,对象围绕边界扩展并生成扩展的图像。
句法:
dilate (src, dst, kernel, anchor, iterations, borderType, borderValue)
参数:
- src:输入图像
- dst:输出图像
- 内核:用于扩展的结构元素。
- 锚:在结构元素内的锚位置。默认值为[-1,-1},表示位置为结构元素的中心。
- 迭代次数:应用膨胀的次数。
- borderType:边框类型( BORDER_CONSTANT , BORDER_REPLICATE等)
- borderValue:边框值
返回值:输出图像(垫子对象)
下面是实现上述概念的C++程序:
C++
// C++ program to implement the erosion
// and dilation
#include
#include
// Library to include for drawing shapes
#include
#include
using namespace cv;
using namespace std;
// Driver Code
int main(int argc, char** argv)
{
// Reading the Image
Mat image = imread("C:/Users/harsh/Downloads/geeks.png",
IMREAD_GRAYSCALE);
// Check if the image is created
// successfully or not
if (!image.data) {
std::cout << "Could not open or find"
<< " the image\n";
return 0;
}
// Create a structuring element (SE)
int morph_size = 2;
Mat element = getStructuringElement(
MORPH_RECT, Size(2 * morph_size + 1,
2 * morph_size + 1),
Point(morph_size, morph_size));
Mat erod, dill;
// For Erosion
erode(image, erod, element,
Point(-1, -1), 1);
// For Dilation
dilate(image, dill, element,
Point(-1, -1), 1);
// Display the image
imshow("source", image);
imshow("erosion", erod);
imshow("dilate", dill);
waitKey();
return 0;
}
输出图像: