Opencv2系列學習筆記7(圖像形態學運算)

形態學濾波理論於上世紀90年代提出，被用於分析及處理離散圖像。它定義了一系列的運算，應用預定義的形狀元素來變換一張圖像。

一：圖像腐蝕、膨脹和開閉運算

圖像的腐蝕：替換爲當前像素位像素集合中的最小像素值<在結構元素的幾何中>，函數爲erode

圖像的膨脹：替換爲當前像素位像素集合中的最大像素值，函數爲dilate

圖像的開運算：先腐蝕後膨脹，函數爲morphologyEx，對應的參數爲MORPH_CLOSE

圖像的閉運算：先膨脹後腐蝕，函數爲morphologyEx，對應的參數爲MORPH_OPEN

Code：

Mat image = imread("F:\\lena.png", 0);
    /*腐蝕運算 替換爲當前像素位像素集合中的最小像素值*/
    Mat eroded;
    erode(image, eroded, Mat());

    /*膨脹運算 替換爲當前像素位像素集合中的最大像素值*/
    Mat dilated;
    dilate(image, dilated, Mat());

    /*閉運算 先膨脹後腐蝕
    開運算 先腐蝕後膨脹
    */
    Mat closed;
    Mat element(5, 5, CV_8U, Scalar(1));
    morphologyEx(image, closed, MORPH_CLOSE, element);

Result：

膨脹：

腐蝕：

二：利用形態學濾波進行邊緣檢測

思想：形態學濾波利用梯度進行邊緣檢測  原理就是計算膨脹後的圖像和腐蝕後的圖像的差值，由於兩個變換後的圖像不同之處主要在邊緣處，圖像邊緣將通過求差得到強化。函數爲morphologyEx，參數爲MORPH_GRADIENT。

此外後面可以用sobel算子<方向濾波器>,拉普拉斯變換<二階導數濾波器>和Canny算子對圖像進行邊緣檢測。

Code：

Mat result;
    /* 形態學濾波利用梯度進行邊緣檢測  原理就是計算膨脹後的圖像和腐蝕後的圖像的差值，
    由於兩個變換後的圖像不同之處主要在邊緣處，圖像邊緣將通過求差得到強化。
    還可以利用圖像形態學濾波對圖像進行角點檢測。。
    */
    morphologyEx(image, result, MORPH_GRADIENT, Mat());
    threshold(result, result, 50, 255, THRESH_BINARY);

Result：

三：形態學運算的其它應用

利用圖像的形態學運算還可以對圖像進行角點檢測，當然效果肯定不如之前的Harris等算子的角點檢測，故不作介紹。此外還可以通過利用分水嶺算法對圖像進行分割以及用GrabCut算法提取前景物體。後面如有用到，會詳細介紹，這裏粗略筆記。。。