android使用opencv圖片腐蝕與擴張

數學形態學中運算有 膨脹（或擴張）、腐蝕（或侵蝕）、開啓、閉合、骨架抽取、極線腐蝕、擊中擊不中變換、Top-hat變換、顆粒分析、流域變換、形態學梯度等，其中腐蝕與擴張就是我們今天所有講的要點。opencv中對腐蝕和擴張有相對的函數去實現，多用於圖像的取噪、分割出獨立的圖像元素，在圖像中連接相鄰的元素、尋找圖像中明顯的極大值或極小值區、求圖像的梯度。

腐蝕

腐蝕是求圖片局部最小值算法，定義一個任何的形狀和大小的積卷核，定義一個參考點爲錨點，通常情況下積卷核爲矩形或者圓形，在opencv中MorphShapes枚舉中有三個形狀（MORPH_RECT【矩形】、MORPH_CROSS【十字結構】、MORPH_ELLIPSE【橢圓】），可將核稱爲模板或掩膜。積卷核與圖像進行積卷，計算核覆蓋區域的像素點的最小值，並將最小值賦值給錨點，這樣圖像中的高亮區域就會逐漸減小。

JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_erodeORdilate(JNIEnv *env, jclass type,
                                                             jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);

    Mat img(h,w,CV_8UC4,pixels);

//    形態學
//
//    簡而言之：一組基於形狀處理圖像的操作。形態操作將結構元素應用於輸入圖像並生成輸出圖像。
//    最基本的形態作用是：侵蝕和擴張。它們有廣泛的用途，即：
//    消除噪音
//    隔離單個元素並連接圖像中的不同元素。
//    查找圖像中的強度凸點或孔

//    我們可以爲我們的內核選擇三種形狀：
//    矩形框：MORPH_RECT
//    十字架：MORPH_CROSS
//    橢圓：MORPH_ELLIPSE

    Mat pp = getStructuringElement(MORPH_RECT,Size(10,10));
    //腐蝕（侵蝕）圖像，向內有坍縮，10*10爲基準，消除周邊的顏色，用中心的顏色去填充周邊顏色。
//    這個操作是擴張的姊妹。它計算給定內核區域的局部最小值。
//    當內核在圖像上掃描時，我們計算由重疊的最小像素值，並用該最小值替換錨點下的圖像像素。
//    對於擴張的例子，我們可以將侵蝕算子應用於原始圖像


//    src：源圖像
//    erosion_dst：輸出圖像
//    element：這是我們將用來執行操作的內核。如果我們不指定，默認是一個簡單的3x3矩陣。否則，我們可以指定它的形狀。爲此，我們需要使用函數cv :: getStructuringElement：
    erode(img,img,pp);
    int size = w * h;
    jintArray result = env->NewIntArray(size);
    env->SetIntArrayRegion(result,0,size,pixels);

    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return result;
}

擴張

擴張是求局部最大值算法，與腐蝕相反操作是積卷核與圖像進行積卷計算，計算出核覆蓋區域的像素點的最大值，並將最大值賦值給錨點，這樣圖像中的高亮區域就會逐漸增大。

JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_erodeORdilate(JNIEnv *env, jclass type,
                                                             jintArray pixels_, jint w, jint h) {
    jint *pixels = env->GetIntArrayElements(pixels_, NULL);

    Mat img(h,w,CV_8UC4,pixels);

//    形態作業
//
//    簡而言之：一組基於形狀處理圖像的操作。形態操作將結構元素應用於輸入圖像並生成輸出圖像。
//    最基本的形態作用是：侵蝕和擴張。它們有廣泛的用途，即：
//    消除噪音
//    隔離單個元素並連接圖像中的不同元素。
//    查找圖像中的強度凸點或孔

//    我們可以爲我們的內核選擇三種形狀：
//    矩形框：MORPH_RECT
//    十字架：MORPH_CROSS
//    橢圓：MORPH_ELLIPSE

    Mat pp = getStructuringElement(MORPH_RECT,Size(10,10));

//    src：源圖像
//    erosion_dst：輸出圖像
//    element：這是我們將用來執行操作的內核。如果我們不指定，默認是一個簡單的3x3矩陣。否則，我們可以指定它的形狀。爲此，我們需要使用函數cv :: getStructuringElement：

    //擴張

//    擴張，向外擴張
//
//    該操作包括將圖像與某些內核進行卷積，其可以具有任何形狀或尺寸，通常爲正方形或圓形。
//    內核具有定義的錨點，通常是內核的中心。
//    當內核在圖像上掃描時，我們計算由核重疊的最大像素值，並用該最大值替換錨點位置中的圖像像素。您可以推斷，這種最大化的操作會使圖像中的亮區“增長”（因此稱爲擴張）。
    dilate(img,img,pp);
    int size = w * h;
    jintArray result = env->NewIntArray(size);
    env->SetIntArrayRegion(result,0,size,pixels);

    env->ReleaseIntArrayElements(pixels_, pixels, 0);
    return result;
}