上一篇图像滤波，这篇讲解形态学                 形态学，即数学形态学，时图像处理过程中非常重要的一个研究方向，形态学主要从图像内提取其分量信息，该分量信息通常对于表达和描绘图像的形状具有重要的意义，通常时图像理解时所使用的最为本质的形状特征，这部分主要包含：腐蚀、膨胀、开运算、闭运算、Morphological Grandient（形态学梯度）、顶帽、黑帽等操作 1、 腐蚀     腐蚀能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去掉    

                                        原图 

                                              目标图像           void erode( InputArray src, OutputArray dst, InputArray kernel,                         Point anchor = Point(-1,-1), int iterations = 1,                         int borderType = BORDER_CONSTANT,                         const Scalar& borderValue = morphologyDefaultBorderValue() );             src：需要进行腐蚀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种        dst：被腐蚀后所输出的目标图像        kernel：腐蚀操作时所采用的结构类型        anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置        iterations：腐蚀操作迭代的次数        borderType：图像边界处理的方法                borderType值如下

    borderValue：边界值，一般采用其默认值     其中morphologyDefaultBorderValue()用来返回腐蚀和膨胀的“魔力(magic)”边界值。它通常自动转换为Scalar::all(-DBL_MAX)进行膨胀     其参数中的kernel可以通过getStructuringElement得到         Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));                       该函数用来返回一个用于形态学操作的指定大小和形状的结构元素        shape：cv::MorphShapes中的任意一个元素形状 有MORPH_RECT，MORPH_CROSS，MORPH_ELLIPSE三种        ksize：结构元素的大小        anchor：结构元素中的锚点位置。该值默认为(-1,-1)，是形状的中，仅十字星型的形状与锚点位置紧密相关。在其他情况下，锚点仅用于形态学运算结果的调整 //调用getStructuringElement函数   Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));   //调用腐蚀函数erode   erode(m_srcImage, m_dstImage, element); 2、膨胀       膨胀对图像的边界进行扩张，将与当前对象接触到的背景点合并到图像内，让边界点向外部进行扩张。       如果图像内两个对象的距离较近，在膨胀的过程中，两个对象可能会连通到一起。       膨胀操作对填补图像分割后图像内所存在的空白相当有帮助                                                                原图                                                    目标图像  void dilate( InputArray src, OutputArray dst, InputArray kernel,                          Point anchor = Point(-1,-1), int iterations = 1,                          int borderType = BORDER_CONSTANT,                          const Scalar& borderValue = morphologyDefaultBorderValue() );                 src：需要进行膨胀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种        dst：被膨胀后所输出的目标图像        kernel：腐蚀操作时所采用的结构类型        anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置        iterations：膨胀操作迭代的次数        borderType：图像边界处理的方法 3、其他     包含开运算、闭运算、形态学梯度、顶帽、黑帽、击中不击中      //调用getStructuringElement函数 Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3 + 1),Point(3, 3)); //调用膨胀函数dilate dilate(m_srcImage, m_dstImage, element); //开运算 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_OPEN //闭运算 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_CLOSE //Morphological Grandient MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_GRADIENT //顶帽 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_TOPHAT //黑帽 MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_BLACKHAT //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() );                 src：需要进行形态学的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种         dst：经过形态学处理后所输出的目标图像         op：操作类型，各种形态学运算的操作规则均是将腐蚀和膨胀进行组合而得到的                                                    op类型

   参数kernel、anchor、borderType、borderValue与erode函数的意义一致

//调用getStructuringElement函数Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));//调用morphologyEx函数-MORPH_OPEN->开运算morphologyEx(m_srcImage, m_dstImage, MORPH_OPEN, element);

/*形态学///形态学void DlgImageProcessing::on_comboBoxMorphology_currentIndexChanged(int value){if (m_srcImage.data){QString qsType = ui.comboBoxMorphType->currentText();//定义类型int MorphologyType = -1;if (qsType == "MORPH_RECT"){MorphologyType = MORPH_RECT;}else if (qsType == "MORPH_CROSS"){MorphologyType = MORPH_CROSS;}else if (qsType == "MORPH_ELLIPSE"){MorphologyType = MORPH_ELLIPSE;}else{MorphologyType = MORPH_RECT;}//定义大小int MorphlogySize = ui.comboBoxMorphSize->currentText().toInt();//调用getStructuringElement函数Mat element = getStructuringElement(MorphologyType, Size(2 * MorphlogySize + 1, 2 * MorphlogySize + 1), Point(MorphlogySize, MorphlogySize));Mat dstImage;if (0 == value){//调用腐蚀函数erode//erode(m_srcImage, dstImage, element);//也可以调用morphologyEx函数-MORPH_ERODE->腐蚀morphologyEx(m_srcImage, dstImage, MORPH_ERODE, element);}else if (1 == value){//调用膨胀函数dilate//dilate(m_srcImage, dstImage, element);//也可以调用morphologyEx函数-MORPH_DILATE->膨胀morphologyEx(m_srcImage, dstImage, MORPH_DILATE, element);}else if (2 == value){//调用morphologyEx函数-MORPH_OPEN->开运算morphologyEx(m_srcImage, dstImage, MORPH_OPEN, element);}else if (3 == value){//调用morphologyEx函数-MORPH_CLOSE->闭运算morphologyEx(m_srcImage, dstImage, MORPH_CLOSE, element);}else if (4 == value){//调用morphologyEx函数-MORPH_GRADIENT->Grandient运算morphologyEx(m_srcImage, dstImage, MORPH_GRADIENT, element);}else if (5 == value){//调用morphologyEx函数-MORPH_TOPHAT->顶帽变换morphologyEx(m_srcImage, dstImage, MORPH_TOPHAT, element);}else if (6 == value){//调用morphologyEx函数-MORPH_BLACKHAT->黑帽变换morphologyEx(m_srcImage, dstImage, MORPH_BLACKHAT, element);}cv::imshow("this result", dstImage);emit ShowImage(dstImage);}else{QMessageBox::warning(this, "提示", "没图片");}}

原图

腐蚀

膨胀

开运算

闭运算

morphology

顶帽

黑帽

个人站点

1、CSDN地址：

Qt学视觉_CSDN博客-Qt学视觉-OpenCV,特征提取与检测领域博主Qt学视觉擅长Qt学视觉-OpenCV,特征提取与检测,等方面的知识,Qt学视觉关注c++,qt,visualstudio,opencv领域.https://blog.csdn.net/u013480226?spm=1010.2135.3001.5421

2、知乎

        欢迎关注我的知乎专题Qt学视觉 - 知乎使用qt所写的视觉软件https://www.zhihu.com/column/c_1237691650757353472

3、微信公众号《Qt学视觉》

欢迎关注 

松山湖人才网