OpenCV（cv::morphologyEx()）

目录

• 1. 函数原型
• 2. 示例
• 3. 常见的形态学操作
• 4. 应用场景

cv::morphologyEx() 是 OpenCV 中的一个重要函数，用于执行图像的高级形态学操作。形态学操作基于图像中像素邻域的形状（通常是二进制图像）来处理图像，用于增强图像的特定特征。

1. 函数原型

void cv::morphologyEx(InputArray src,         // 输入图像OutputArray dst,        // 输出图像int op,                 // 操作类型InputArray kernel,      // 结构元素（核）Point anchor = Point(-1,-1),  // 核的锚点（默认在核的中心）int iterations = 1,     // 操作重复次数int borderType = BORDER_CONSTANT, // 边界类型const Scalar& borderValue = morphologyDefaultBorderValue()  // 边界值
);

参数：

1. src:

   • 输入图像，可以是灰度图像或二值图像。它的类型通常是 CV_8UC1（单通道 8 位）或者 CV_8UC3（多通道彩色图像）。

2. dst:

   • 输出图像，尺寸和类型与输入图像相同。形态学操作结果会存储在这里。

3. op:

   • 形态学操作类型，可以是以下几种：
     • MORPH_ERODE: 腐蚀操作，最小化局部像素值。
     • MORPH_DILATE: 膨胀操作，最大化局部像素值。
     • MORPH_OPEN: 开操作（先腐蚀后膨胀），用于去除小噪声点。
     • MORPH_CLOSE: 闭操作（先膨胀后腐蚀），用于填补小孔。
     • MORPH_GRADIENT: 形态学梯度，膨胀和腐蚀之差，突出物体边界。
     • MORPH_TOPHAT: 顶帽操作，输入图像与其开操作结果之差，提取比周围亮的区域。
     • MORPH_BLACKHAT: 黑帽操作，闭操作结果与输入图像之差，提取比周围暗的区域。
     • MORPH_HITMISS: 击中击不中操作，主要用于形态学模式匹配。

4. kernel:

   • 结构元素（核），形态学操作的关键因素。核可以是矩形、椭圆或十字形，指定了像素邻域的形状。常见的核使用函数 cv::getStructuringElement() 生成。核的尺寸和形状直接影响形态学操作的效果。

5. anchor:

   • 核的锚点，决定形态学操作时哪个点与源图像进行对齐。默认值为 (-1, -1)，表示锚点在核的中心。

6. iterations:

   • 操作重复的次数，默认值为 1。如果设置为更大的数值，则形态学操作将重复执行多次，这有助于增强效果。

7. borderType:

   • 图像边界的处理方式，决定当核处理图像边界时如何扩展边界。常见值包括：
     • BORDER_CONSTANT: 边界填充为常数值。
     • BORDER_REPLICATE: 复制边界像素。

8. borderValue:

   • 当 borderType 为 BORDER_CONSTANT 时，指定的常数边界值。

2. 示例

cv::Mat src = cv::imread("image.png", cv::IMREAD_GRAYSCALE);
cv::Mat dst;
cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));// 进行开操作（去除噪声）
cv::morphologyEx(src, dst, cv::MORPH_OPEN, kernel);// 显示结果
cv::imshow("Source", src);
cv::imshow("MorphologyEx - Open", dst);
cv::waitKey(0);

3. 常见的形态学操作

1. 腐蚀 (MORPH_ERODE):

   • 腐蚀操作使得图像中的高亮区域变小，黑色区域变大，通常用于去除噪点。

2. 膨胀 (MORPH_DILATE):

   • 膨胀操作是腐蚀的逆操作，图像中的高亮区域变大，常用于填补物体中的小孔。

3. 开操作 (MORPH_OPEN):

   • 先腐蚀再膨胀，主要用于去除小噪声。

4. 闭操作 (MORPH_CLOSE):

   • 先膨胀再腐蚀，主要用于填充小孔和连接物体。

5. 形态学梯度 (MORPH_GRADIENT):

   • 使用膨胀和腐蚀之差来提取物体的边缘。

6. 顶帽操作 (MORPH_TOPHAT):

   • 提取比其邻域亮的部分，通常用于光照不均匀的图像。

7. 黑帽操作 (MORPH_BLACKHAT):

   • 提取比其邻域暗的部分，常用于背景光亮、物体较暗的场景。

4. 应用场景

cv::morphologyEx() 适用于图像预处理，比如去除噪声、增强边缘、分割物体等。形态学操作在模式识别、计算机视觉、医学图像分析等领域有广泛应用。