侵蚀和膨胀| C++中OpenCV的形态转换

在图像处理中，形态转换是一种常用的操作，它可以改变图像的形状或大小。常见的形态转换包括侵蚀、膨胀、开运算、闭运算等。

在OpenCV中，可以通过调用morphologyEx函数来实现形态转换。morphologyEx函数的原型如下：

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());

其中，参数的含义如下：

• src：输入图像
• dst：输出图像
• op：形态转换的类型，可以根据需求设置为MORPH_ERODE（侵蚀）、MORPH_DILATE（膨胀）、MORPH_OPEN（开运算）、MORPH_CLOSE（闭运算）等
• kernel：卷积核，用于控制形态转换的效果
• anchor：锚点，用于指定卷积核的中心位置
• iterations：形态转换的迭代次数
• borderType：边界类型，可以设置为BORDER_CONSTANT（常数边界）、BORDER_REPLICATE（复制边界）等
• borderValue：当边界类型为BORDER_CONSTANT时，指定的边界值

下面我们分别介绍侵蚀和膨胀的用法。

侵蚀

侵蚀是一种形态转换，它可以用于图像的细化、去噪等操作。侵蚀操作的原理是将卷积核与图像进行卷积，对于每个像素，只有卷积核中的所有像素都是前景像素时，该像素才被认为是前景像素，否则该像素被视为背景像素。经过侵蚀操作后，前景像素会逐渐被消除，同时也会使图像变得更加清晰。

下面是侵蚀操作的代码示例：

// 读取图像
Mat src = imread("image.jpg");

// 将图像转为灰度图
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);

// 进行二值化处理
Mat binary;
threshold(gray, binary, 150, 255, THRESH_BINARY);

// 定义卷积核
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));

// 进行侵蚀操作
Mat dst;
erode(binary, dst, kernel);

// 显示结果
imshow("Original", src);
imshow("Eroded", dst);
waitKey(0);

在上述代码中，我们首先读取了一张图像，并将其转为灰度图。接着，我们将灰度图进行二值化处理，从而得到一个二值化图像。然后，我们定义了一个3x3的矩形卷积核，并对二值化图像进行了侵蚀操作。最后，我们将原始图像和处理后的图像分别显示出来。

在上述代码中，我们使用了getStructuringElement函数来创建卷积核。getStructuringElement函数的原型如下：

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

其中，参数的含义如下：

• shape：卷积核的形状，可以设置为MORPH_RECT（矩形）、MORPH_CROSS（十字形）或MORPH_ELLIPSE（椭圆形）
• ksize：卷积核的大小，必须为正数
• anchor：卷积核的中心位置，可以设置为Point(-1,-1)表示将自动计算卷积核的中心位置

膨胀

膨胀是一种形态转换，它可以用于图像的扩张、填充等操作。膨胀操作的原理是将卷积核与图像进行卷积，对于每个像素，只要卷积核中有一个像素是前景像素，该像素就被视为前景像素。经过膨胀操作后，前景像素会逐渐扩张，同时也会使图像变得更加粗糙。

下面是膨胀操作的代码示例：

// 读取图像
Mat src = imread("image.jpg");

// 将图像转为灰度图
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);

// 进行二值化处理
Mat binary;
threshold(gray, binary, 150, 255, THRESH_BINARY);

// 定义卷积核
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));

// 进行膨胀操作
Mat dst;
dilate(binary, dst, kernel);

// 显示结果
imshow("Original", src);
imshow("Dilated", dst);
waitKey(0);

在上述代码中，我们首先读取了一张图像，并将其转为灰度图。接着，我们将灰度图进行二值化处理，从而得到一个二值化图像。然后，我们定义了一个3x3的矩形卷积核，并对二值化图像进行了膨胀操作。最后，我们将原始图像和处理后的图像分别显示出来。

在形态转换中，卷积核的大小和形状是关键因素。如果卷积核过大或形状过于复杂，可能会导致图像的失真或无法完成所需的操作。因此，在实际使用中需要结合具体情况来选择合适的卷积核。