OpenCV形態學操作
OpenCV形態學操作
一、影象腐蝕 膨脹 細化的基本原理
1.影象細化的基本原理⑴ 影象形態學處理的概念數字影象處理中的形態學處理是指將數字形態學作為工具從影象中提取對於表達和描繪區域形狀有用處的影象分量,比如邊界、骨架以及凸殼,還包括用於預處理或後處理的形態學過濾、細化和修剪等。影象形態學處理中我們感興趣的主要是二值影象。在二值影象中,所有黑色畫素的集合是影象完整的形態學描述,二值影象的各個分量是Z2的元素。假定二值影象A和形態學處理的結構元素B是定義在笛卡兒網格上的集合,網格中值為1的點是集合的元素,當結構元素的原點移到點(x,y)時,記為Sxy,為簡單起見,結構元素為3x3,且全都為1 ⑸ 開閉操作開操作是先腐蝕、後膨脹處理。 閉操作是先膨脹、後腐蝕處理。 (6) 細化影象細化一般作為一種影象預處理技術出現,目的是提取源影象的骨架,即是將原影象中線條寬度大於1個畫素的線條細化成只有一個畫素寬,形成“骨架”,形成骨架後能比較容易的分析影象,如提取影象的特徵。細化基本思想是“層層剝奪”,即從線條邊緣開始一層一層向裡剝奪,直到線條剩下一個畫素的為止。影象細化大大地壓縮了原始影象地資料量,並保持其形狀的基本拓撲結構不變,從而為文字識別中的特徵抽取等應用奠定了基礎。細化演算法應滿足以下條件:① 將條形區域變成一條薄線;② 薄線應位與原條形區域的中心;③ 薄線應保持原影象的拓撲特性。細化分成序列細化和並行細化,序列細化即是一邊檢測滿足細化條件的點,一邊刪除細化點;並行細化即是檢測細化點的時候不進行點的刪除只進行標記,而在檢測完整幅影象後一次性去除要細化的點。常用的影象細化演算法有hilditch演算法,pavlidis演算法和rosenfeld演算法等。注:進行細化演算法前要先對影象進行二值化,即影象中只包含“黑”和“白”兩種顏色。 |
二、OpenCv形態學操作相關函式
1、MorphologyEx高階形態學變換
void cvMorphologyEx( const CvArr* src, CvArr* dst, CvArr* temp,
IplConvKernel* element, int operation, int iterations=1 );
src
輸入影象.
dst
輸出影象.
temp
臨時影象,某些情況下需要
element
結構元素
operation
形態操作的型別:
CV_MOP_OPEN - 開運算
CV_MOP_CLOSE - 閉運算
CV_MOP_GRADIENT - 形態梯度
CV_MOP_TOPHAT - "頂帽"
CV_MOP_BLACKHAT - "黑帽"
iterations
膨脹和腐蝕次數.
函式 cvMorphologyEx 在膨脹和腐蝕基本操作的基礎上,完成一些高階的形態變換:開運算
dst=open(src,element)=dilate(erode(src,element),element)
閉運算
dst=close(src,element)=erode(dilate(src,element),element)
形態梯度
dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
"頂帽"
dst=tophat(src,element)=src-open(src,element)
"黑帽"
dst=blackhat(src,element)=close(src,element)-src
臨時影象 temp 在形態梯度以及對“頂帽”和“黑帽”操作時的 in-place 模式下需要。
2、Dilate使用任意結構元素膨脹影象
void cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src
輸入影象.
dst
輸出影象.
element
用於膨脹的結構元素。若為 NULL, 則使用 3×3 長方形的結構元素
iterations
膨脹的次數函式 cvDilate 對輸入影象使用指定的結構元進行膨脹,該結構決定每個具有最小值象素點的鄰域形狀:
dst=dilate(src,element): dst(x,y)=max((x',y') in element))src(x+x',y+y')
函式支援(in-place)模式。膨脹可以重複進行 (iterations) 次. 對彩色影象,每個彩色通道單獨處理。
3、Erode使用任意結構元素腐蝕影象
void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src
輸入影象.
dst
輸出影象.
element
用於腐蝕的結構元素。若為 NULL, 則使用 3×3 長方形的結構元素
iterations
腐蝕的次數函式 cvErode 對輸入影象使用指定的結構元素進行腐蝕,該結構元素決定每個具有最小值象素點的鄰域形狀:
dst=erode(src,element): dst(x,y)=min((x',y') in element))src(x+x',y+y')
函式可能是本地操作,不需另外開闢儲存空間的意思。腐蝕可以重複進行 (iterations) 次. 對彩色影象,每個彩色通道單獨處理。
注:CreateStructuringElementEx建立結構元素;ReleaseStructuringElement 刪除結構元素。
三、OpenCv形態學例項程式碼:
1、腐蝕、膨脹、開運算、閉運算
內容參考:http://blog.csdn.net/gnuhpc/archive/2009/06/21/4286177.aspx
/*******************************
數學形態運算,最常見的基本運算有七種,
分別為:腐蝕、膨脹、開運算、閉運算、擊中、細化和粗化,
它們是全部形態學的基礎。
********************************/
#include "cv.h"
#include "highgui.h"
#include <stdlib.h>
#include <stdio.h>
IplImage *src=0;
IplImage *dst=0;
IplConvKernel *element=0;//宣告一個結構元素
int element_shape=CV_SHAPE_RECT;//長方形形狀的元素
int max_iters=10;
int open_close_pos=0;
int erode_dilate_pos=0;
void OpenClose(int pos)
{
int n=open_close_pos-max_iters;
int an=n>0?n:-n;
element = cvCreateStructuringElementEx(an*2+1,an*2+1,an,an,element_shape,0);//建立結構元素
if (n<0)
{
cvErode(src,dst,element,1);//腐蝕影象
cvDilate(dst,dst,element,1);//膨脹影象
}
else
{
cvDilate(dst,dst,element,1);//膨脹影象
cvErode(src,dst,element,1);//腐蝕影象
}
cvReleaseStructuringElement(&element);
cvShowImage("Open/Close",dst);
}
void ErodeDilate(int pos)
{
int n=erode_dilate_pos-max_iters;
int an=n>0?n:-n;
element = cvCreateStructuringElementEx(an*2+1,an*2+1,an,an,element_shape,0);
if (n<0)
{
cvErode(src,dst,element,1);
}
else
{
cvDilate(src,dst,element,1);
}
cvReleaseStructuringElement(&element);
cvShowImage("Erode/Dilate",dst);
}
int main(int argc,char **argv)
{
char *filename =argc ==2?argv[1]:(char *)"lena.jpg";
if( (src = cvLoadImage(filename,1)) == 0 )
return -1;
dst=cvCloneImage(src);
cvNamedWindow("Open/Close",1);
cvNamedWindow("Erode/Dilate",1);
open_close_pos = erode_dilate_pos = max_iters;
cvCreateTrackbar("iterations","Open/Close",&open_close_pos,max_iters*2+1,OpenClose);
cvCreateTrackbar("iterations","Erode/Dilate",&erode_dilate_pos,max_iters*2+1,ErodeDilate);
for (;;)
{
int c;
OpenClose(open_close_pos);
ErodeDilate(erode_dilate_pos);
c= cvWaitKey(0);
if (c==27)
{
break;
}
switch(c) {
case 'e':
element_shape=CV_SHAPE_ELLIPSE;
break;
case 'r':
element_shape=CV_SHAPE_RECT;
break;
case '/r':
element_shape=(element_shape+1)%3;
break;
default:
break;
}
}
cvReleaseImage(&src);
cvReleaseImage(&dst);
cvDestroyWindow("Open/Close");
cvDestroyWindow("Erode/Dilate");
return 0;
}
/*****************************
腐蝕和膨脹,看上去好像是一對互逆的操作,實際上,這兩種操作不具有互逆的關係。
開運算和閉運算正是依據腐蝕和膨脹的不可逆性,演變而來的。
先腐蝕後膨脹的過程就稱為開運算。
閉運算是通過對腐蝕和膨脹的另一種不同次序的執行而得到的,
閉運算是先膨脹後腐蝕的過程,其功能是用來填充物體內細小空洞、連線鄰近物體、平滑其邊界,
同時不明顯改變不明顯改變其面積。
******************************/
2、opencv實現二值影象細化