图像处理进阶（一）——图像的腐蚀膨胀
作者：Cabin_V
作为学习图像处理的学生，需要不断学习相关知识，我在课余时间将一些分析总结和学习的笔记写成博客来记录自己的学习过程，也希望能与大家一起交流。
关于图像处理入门和进阶分类问题，我根据《数字图像处理》这本书（本科期间上课使用），将出现的内容划分为入门，其他常用的知识划分为进阶。
转载务必说明出处！
图像腐蚀与膨胀
OpenCV为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有两种，分别是：腐蚀（erode）与膨胀（dilate）。
区别
腐蚀和膨胀是对白色部分而言的。膨胀是对图像中高亮的部分进行膨胀，处理后的图片高亮区域扩大；而腐蚀是对高亮部分进行腐蚀，处理后的图片高亮区域减少。
膨胀就是求局部最大值的操作。膨胀与膨胀操作就是将图像与核进行卷积。
作用
膨胀与腐蚀配合使用能实现各种各样的功能，主要如下：
消除噪声
分割出独立的图像元素，在图像中连接相邻的元素
寻找图像中明显的极大值区域或极小值区域
求出图像梯度
API说明
如果想进一步了解各个参数对图像最终结果的影响，可以跳到文章最下方代码
我们先来看下简单的图像腐蚀膨胀的代码
#include <opencv2/opencv.cpp>
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg");
imshow("原图",srcImage);
//返回指定形状和尺寸的结构元素
Mat element = getStructuringElement(MORPH_CROSS,Size(3,3));
Mat eroImage, dilImage;
//图像腐蚀
erode(srcImage, eroImage, element);
imshow("腐蚀", eroImage);
//图像膨胀
dilate(srcImage, dilImage, element);
imshow("膨胀", dilImage);
waitKey(0);
return 0;
}
首先看一下程序运行结果
可以看到经过原图经过腐蚀后，中间的白框不见了，而经过膨胀处理，原图中白框明显变厚。
大家可以将代码拷贝，在自己的电脑运行一下，通过调整核大小形状以及形态学操作，观察效果
注意！图片要放在.cpp文件相同路径下！
以上程序分别用到了getStructuringElement()和erode()和dilate()函数。
getStructuringElement()介绍
cv::Mat cv::getStructuringElement(int shape,Size ksize,Point anchor = cv::Point(-1,-1));
用法：可用于构造一个特定大小和形状的结构元素，用于图像形态学处理。
参数说明：
-
shape：结构元素的形状（MorphShapes的其中一种）- MORPH_RECT——矩形
- MORPH_CROSS——交叉形
- MORPH_ELLIPSE——椭圆形
ksize：结构元素的大小anchor：锚点，表示结构元素中的一个点，默认值Point(-1,-1)表示位于结构元素中心，只有交错形状的（MORPH_CROSS）元素依赖锚点位置，对于其它形状的元素，锚点规定了形态学处理结果的偏移量。
erode()、dilate()介绍
void cv::erode( InputArray src, OutputArray dst, InputArray kernel,
Point anchor, int iterations,
int borderType, const Scalar& borderValue );
用法：实现图像腐蚀功能的函数。
void cv::dilate( InputArray src, OutputArray dst, InputArray kernel,
Point anchor, int iterations,
int borderType, const Scalar& borderValue );
用法：实现图像膨胀功能的函数。
两个函数的参数个数和名称是一模一样的，不同的只是函数功能，所以参数方面一起介绍。
参数说明：一般只需使用前三个参数，后四个参数都有默认值。
src：InputArray类型，输入图像，Mat类型的待处理图像。图像通道的数量可以是任意的，但图像深度应为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F其中之一。dst：OutputArray类型，目标图像，和输入图像有一样的尺寸和类型。kerne：InputArray类型，形态学运算的内核。当为NULL时，表示的是使用参考点位于中心3x3的核。一般配合getStructuringElement()函数使用。anchor：Point类型，锚的位置。有默认值(-1,-1)，表示锚位于单位的中心。一般设置为默认值。iteration：int类型，迭代使用erode()函数的次数，默认值为1。borderType：int类型，用于推断图像外部像素的某种边界模式。默认值为BORDER_DEFAULT。borderValue：const Scalar&类型，当边界为常数时的边界值。默认值为morphologyDefaultBorderValue()，一般设置为默认值。
综合代码
这个程序在前面代码基础上加入了滑动条的功能
可以选择“腐蚀/膨胀”、内核形状、内核尺寸。
运行界面如下：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
//全局变量声明
Mat g_srcImage, g_dstImage;
//Trackbar接收的参数
int g_nTrackbarNumer = 0; //0-腐蚀，1-膨胀
int g_nStructElementShape = MORPH_RECT; //结构元素的形状 0-rect 1-cross 2-ellipse
int g_nStructElementSize = 0; //结构元素的尺寸
//函数声明
void Process();
void on_ElementShapeChange(int, void *);
void on_TrackbarNumChange(int, void *);
void on_ElementSizeChange(int, void *);
int main()
{
g_srcImage = imread("1.jpg");
if (!g_srcImage.data)
{
printf("error!\n");
return false;
}
namedWindow("Erode/Dilate");
imshow("Erode/Dilate",g_srcImage);
//创建滑动条
createTrackbar("Ero/Dil", "Erode/Dilate", &g_nTrackbarNumer, 1, on_TrackbarNumChange);
createTrackbar("shape", "Erode/Dilate", &g_nStructElementShape, 2, on_ElementShapeChange);
createTrackbar("size", "Erode/Dilate", &g_nStructElementSize, 11, on_ElementSizeChange);
//按q退出程序
if (waitKey(0) != 'q')
{
}
return 0;
}
void Process()
{
//根据g_nStructElementShape和g_nStructElementSize自定义核
Mat element = getStructuringElement(g_nStructElementShape, Size(2*g_nStructElementSize+1, 2*g_nStructElementSize+1), Point(g_nStructElementSize, g_nStructElementSize));
//选择腐蚀或膨胀操作
if (g_nTrackbarNumer == 0)
{
erode(g_srcImage, g_dstImage, element);
}
else
{
dilate(g_srcImage, g_dstImage, element);
}
imshow("Erode/Dilate", g_dstImage);
}
//Trackbar-shape响应函数
void on_ElementShapeChange(int, void *)
{
//g_nStructElementShape数值已改变
Process();
}
//Trackbar-erode/dilate响应函数
void on_TrackbarNumChange(int, void *)
{
//g_nTrackbarNumer数值已改变
Process();
}
//Trackbar-size响应函数
void on_ElementSizeChange(int, void *)
{
//g_nStructElementSize数值已改变
Process();
}
本篇文章对你们有用的话，点个赞再走~
