计算机视觉讨论群162501053
转载请注明：http://blog.csdn.net/abcd1992719g
收入囊中
- 利用OpenCV函数进行形态学梯度操作
- 自定义结构矩阵进行形态学梯度操作
葵花宝典
在此之前，如果你还没接触过灰度图像形态学膨胀与腐蚀，希望你能仔细阅读灰度图像形态学膨胀与腐蚀
本质上，灰度与二值并不差异，二值不过是0与255，膨胀与腐蚀的操作都是一样的
形态学梯度的定义如下：
形态梯度
dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
通俗讲，dilate是膨胀操作，相当于把图像稍微变胖，灰度阶梯变高，erode相当于把图像变稍微细一点，两个相减，就产生了边缘。
我在Computer
Vision: Algorithms and ApplicationsのImage processing 里对形态学操作有简单的介绍。
初识API
C++: Mat getStructuringElement(int shape,
Size ksize, Point anchor=Point(-1,-1))
这个函数用来获得结构矩阵
shape:
MORPH_RECT - 矩形的结构元素：值全为1
MORPH_ELLIPSE - 椭圆形结构元素
MORPH_CROSS - 十字形，只有中心在的那一行一列的值为1
ksize:结构元素的大小
anchor:默认（－1，－1），指代中心，只有十字形元素才依赖这个
-
C++: void dilate(InputArray src,
OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, intborderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )
-
- src – 输入图像
- dst – 输出图像
- element – 结构元素.如果
element=Mat() , 一个3*3的结构元素就被使用 - anchor – 同上
- iterations – 迭代次数
- borderType – 边界类型，我在Computer
Vision: Algorithms and ApplicationsのImage processing讨论过 - borderValue – 边界值，当边界类型为常数填充时启用
（膨胀公式，灰度图像形态学膨胀与腐蚀此文都有介绍）
腐蚀操作对应的API erode和膨胀是一样的
其他形态学操作函数
-
C++: void morphologyEx(InputArray src,
OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, intborderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )
-
- op – 操作类型，今天我们只关注梯度，也就是第3个
- MORPH_OPEN - an opening operation
- MORPH_CLOSE - a closing operation
- MORPH_GRADIENT - a morphological gradient
- MORPH_TOPHAT - “top hat”
- MORPH_BLACKHAT - “black hat”
其他的参数和腐蚀，膨胀是一样的
- op – 操作类型，今天我们只关注梯度，也就是第3个
Morphological gradient:
荷枪实弹
先介绍一个类
class MorphoFeatures {
private:
int threshold; //用于阀值操作
void applyThreshold(Mat& result) {
if (threshold>0)
cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV); //注意参数是THRESH_BINARY_INV,当<threshold为255，否则为0，倒过来了
}
public:
void setThreshold(int x) {
threshold = x;
}
Mat getEdges(const Mat &image) {
Mat result;
morphologyEx(image,result,MORPH_GRADIENT,Mat()); //直接调用，默认3*3
applyThreshold(result);
return result;
}
};
我们的主函数
int main( int, char** argv )
{
Mat image;
image = imread( argv[1] );
cvtColor( image, image, CV_RGB2GRAY );
MorphoFeatures morpho;
morpho.setThreshold(40);
Mat edges;
edges= morpho.getEdges(image);
namedWindow("dstImage", 1);
imshow("dstImage", edges);
waitKey();
return 0;
}
效果图：
我们再基于公式自己实现一下，修改的地方很少，主函数没有变化（不一样的地方有注释）
class MorphoFeatures {
private:
int threshold;
Mat structedElement; //自己定义的结构矩阵
void applyThreshold(Mat& result) {
if (threshold>0)
cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV);
}
public:
MorphoFeatures() : structedElement(3,3,CV_8U,Scalar(1)){} //没有使用API而是直接构造
void setThreshold(int x) {
threshold = x;
}
Mat getEdges(const Mat &image) {
Mat result,result1,result2;
dilate(image,result1,structedElement); //先膨胀
erode(image,result2,structedElement); //再腐蚀
result = result1 - result2; //然后相减
applyThreshold(result);
return result;
}
};
效果图：好像一样哦
举一反三
习惯了用矩形的结构元素，我们用椭圆试一试吧
代码改的地方也很少，为了方便大家，这个代码就全部发出来了
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
class MorphoFeatures {
private:
int threshold;
Mat structedElement;
void applyThreshold(Mat& result) {
if (threshold>0)
cv::threshold(result, result,threshold, 255, THRESH_BINARY_INV);
}
public:
MorphoFeatures() {
structedElement = getStructuringElement( MORPH_ELLIPSE, Size( 3, 3 ));
}
void setThreshold(int x) {
threshold = x;
}
Mat getEdges(const Mat &image) {
Mat result,result1,result2;
dilate(image,result1,structedElement);
erode(image,result2,structedElement);
result = result1 - result2;
applyThreshold(result);
return result;
}
};
int main( int, char** argv )
{
Mat image;
image = imread( argv[1] );
cvtColor( image, image, CV_RGB2GRAY );
MorphoFeatures morpho;
morpho.setThreshold(40);
Mat edges;
edges= morpho.getEdges(image);
namedWindow("dstImage", 1);
imshow("dstImage", edges);
waitKey();
return 0;
}
OpenCV2马拉松第16圈——边缘检测(形态学梯度),布布扣,bubuko.com