形态学-扩大-C代码

直接在代码,难。他们明白;

void MorhpolotyDilate_ChenLee(unsigned char* pBinImg, int imgW, int imgH, Tpoint* mask, int maskLen)
{
	unsigned char* pTempImg = new unsigned char[imgW*imgH];
	memcpy(pTempImg, pBinImg, imgW*imgH*sizeof(unsigned char));

	Tpoint p;

	for (int i=0; i<imgH; i++)
	{
		for (int j=0; j<imgW; j++)
		{
			if (pTempImg[i*imgW+j] > 10)
			{
				for (int k=0; k<maskLen; k++)
				{
					p.y = i + mask[k].y;
					p.x = j + mask[k].x;

					if (p.x>=0 && p.x<imgW && p.y>=0 && p.y<imgH)
					{
						pBinImg[p.y*imgW+p.x] = 255;
					}
				}
			}
		}
	}  

	delete[] pTempImg;
}

版权声明:本文博客原创文章,博客,未经同意,不得转载。

时间: 2024-08-09 02:09:35

形态学-扩大-C代码的相关文章

错误和问题解决的成本

问题描写叙述 错误 数据收集 根本原因 版本号   组件:数据修复           在一个实际成本组织中,(平均,先进先出,后进先出) 一个或更 多的下面情况可能发生: 1.导航到物料成本历史表单上的数量信息,与现有量表单的数量不匹配的记录 2. 一些物料前期已计成本的数量与前面的事务处理历史表单的数量不匹配 3. 全部的库存值报表与事务处理值报表不匹配 4. 存货层次成本更新表单的总数量与现有量数量表单不匹配(只在先进先出/后进先出) 5.这些症状的不论什么一个意味着 MMT-CQL不匹配

二值形态学——腐蚀与膨胀 及 C语言代码实现

参考文献:数字图像处理(第三版) 何东健 西安电子科技大学出版社 二值形态学中的运算对象是集合, 但实际运算中, 当涉及两个集合时并不把它们看作是互相对等的. 一般设A为图像集合, S为结构元素, 数学形态学运算是用S对A进行操作. 结构元素本身也是一个图像集合, 不过通常其尺寸要比目标图像小得多. 对结构元素可指定一个原点, 将其作为结构元素参与形态学运算的参考点. 原点可包含在结构元素中, 也可不包含在结构元素中, 但运算的结果常不相同. 以下用黑点代表值为1的区域, 白点代表值为0的区域,

利用颜色和形态学两种方法进行车牌区域提取的OpenCV代码

要想提取车牌号,首先你要定位车牌区域嘛,本文分别两种方法用,即颜色和形态学的方法,对车牌区域进行判定.说得是两种方法,其实两种方法并无多大的区别,只是有一步的判断标准不一样而已,你看了下面整理出的的思路就知道两者的区别真的很小了. 方法一:利用颜色提取车牌区域的思路: ①求得原图像的sobel边缘sobelMat ②在HSV空间内利用车牌颜色阈值对图像进行二值化处理,得到图像bw_blue→ ③由下面的判别标准得到图像bw_blue_edge for (int k = 1; k != heigh

学习 opencv---(10)形态学图像处理(2):开运算,闭运算,形态学梯度,顶帽,黒帽合辑

上篇文章中,我们重点了解了腐蚀和膨胀这两种最基本的形态学操作,而运用这两个基本操作,我们可以实现更高级的形态学变换. 所以,本文的主角是OpenCV中的morphologyEx函数,它利用基本的膨胀和腐蚀技术,来执行更加高级的形态学变换,如开闭运算.形态学梯度."顶帽"."黑帽"等等. 第二件事,是浅墨想跟大家做一个关于OpenCV系列文章的书写内容和风格的思想汇报. 是这样的,浅墨发现最近几期写出来的文章有些偏离自己开始开这个专栏的最初的愿望--原理和概念部分占的

形态学操作实现

数学形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的.数学形态学的基本运算有四个:腐蚀.膨胀.开和闭.基于这些基本运算还可以推导和组合成各种数学形态学实用算法.本实验分别实现针对二值图像和灰度图像的四种形态学操作. 一.二值图像的腐蚀.膨胀.开.闭操作 实验结果: 二.灰度图像的腐蚀.膨胀.开.闭操作 实验结果: 代码:(下载链接) %本实验完成对二值图像和灰度图像的腐蚀.膨胀.开.闭操作 close all; clear all; grayI

学习 opencv---(9)形态学图像处理(一):膨胀和腐蚀

本篇文章中,我们一起探究了图像处理中,最基本的形态学运算--膨胀与腐蚀.浅墨在文章开头友情提醒,用人物照片做腐蚀和膨胀的素材图片得到的效果会比较惊悚,毁三观的,不建议尝试.......... 一.理论与概念讲解--从现象到本质 1.1 形态学概述 形态学(morphology)一词通常表示生物学的一个分支,该分支主要研究动植物的形态和结构,而我们图像处理中指的形态学,往往表示的是数学形态学,下面一起来了解数学形态学的概念. 数学形态学(Mathematical morphology)是一门建立在

OPENCV形态学操作1

形态学操作是指基于形状的一系列图像处理操作,包括膨胀,腐蚀,二值化,开运算,闭运算,顶帽算法,黑帽算法,形态学梯度等,最基本的形态学操作就是膨胀和腐蚀. 一.膨胀 首先需要明确一个概念,膨胀和腐蚀都是针对于图像中较亮的区域而言的,膨胀就是亮的区域变多了,而腐蚀就是暗的区域变多了. 膨胀的功能主要有消除噪声,分割出独立的图像元素,在图像操作的时候,有时候需要对图像中的某些形状进行检测,而这些形状相互连接在一起,不好分开检测,膨胀就能切开这些形状(很小的连接位置),或者图像中有很小块的黑斑,或许是相

OpenCV入门笔记(六) 形态学变换

形态学变换(Morphological Transformations),其实是数学上的一个分支,是基于形状的一些列图像处理操作.OpenCV提供了很多方便而有用的操作函数. 一.腐蚀和膨胀(erosion & dilation) 腐蚀(erosion)和膨胀(dilation)是形态学中两个最基本的操作.他们结合后又会衍生出其他很多种复杂的过程.其基本思想很简单,就是用一个核函数,扫过原图像,用覆盖的区域中最值代替锚点(锚点即核函数当前的中心点,即扫描的中心点).下面是苏东坡<水调歌头·明

【计算机视觉】形态学滤波

[计算机视觉]形态学滤波 标签(空格分隔): [图像处理] [信号处理] 版权声明:本文为博主原创文章,转载请注明出处http://blog.csdn.net/lg1259156776/. 说明:本文主要想弄清楚形态学滤波在图象处理和信号处理中的应用,图像处理中非常直观的通过腐蚀膨胀获得开闭运算的效果,而在数据实时滤波中,形态学滤波也是可以使用的. 形态学滤波基本知识 原理:在特殊领域运算形式--结构元素(Sturcture Element),在每个像素位置上与二值图像对应的区域进行特定的逻辑运