程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> C語言 >> C++ >> C++入門知識 >> opencv的學習筆記4,opencv學習筆記4

opencv的學習筆記4,opencv學習筆記4

編輯:C++入門知識

opencv的學習筆記4,opencv學習筆記4


  通常更加高級的形態學變換,如開閉運算、形態學梯度、“頂帽”、“黑帽”等等,都是可以由常用的腐蝕膨脹技術結合來達到想要的效果。

1.開運算:先腐蝕後膨脹,用於用來消除小物體、在纖細點處分離物體、平滑較大物體的邊界的同時並不明顯改變其面積,就是使圖片過度更為順暢,填補小的空隙。

2.閉運算:先膨脹後腐蝕,能夠排除小型黑洞(黑色區域),就是不讓圖片有細小分支向外伸出。

3.形態學梯度(Morphological Gradient):

膨脹圖與腐蝕圖之差,數學表達式如下:

二值圖像進行這一操作可以將團塊(blob)的邊緣突出出來。我們可以用形態學梯度來保留物體的邊緣輪廓

4.頂帽(Top Hat):

頂帽運算(Top Hat)又常常被譯為”禮帽“運算。為原圖像與上文剛剛介紹的“開運算“的結果圖之差,數學表達式如下:

頂帽運算往往用來分離比鄰近點亮一些的斑塊。當一幅圖像具有大幅的背景的時候,而微小物品比較有規律的情況下,可以使用頂帽運算進行背景提取。

5.黑帽(Black Hat):

黑帽(Black Hat)運算為”閉運算“的結果圖與原圖像之差。數學表達式為:

黑帽運算後的效果圖突出了比原圖輪廓周圍的區域更暗的區域,且這一操作和選擇的核的大小相關。

所以,黑帽運算用來分離比鄰近點暗一些的斑塊。

6.API函數實現:

void  morphologyEx(  InputArray src,  OutputArray dst,  int op,    InputArraykernel,  Pointanchor=Point(-1,-1),   intiterations=1,  intborderType=BORDER_CONSTANT,    constScalar& borderValue=morphologyDefaultBorderValue() );  

  • 第一個參數,InputArray類型的src,輸入圖像,即源圖像,填Mat類的對象即可。圖像位深應該為以下五種之一:CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。
  • 第二個參數,OutputArray類型的dst,即目標圖像,函數的輸出參數,需要和源圖片有一樣的尺寸和類型。
  • 第三個參數,int類型的op,表示形態學運算的類型,可以是如下之一的標識符:
    • MORPH_OPEN – 開運算(Opening operation)
    • MORPH_CLOSE – 閉運算(Closing operation)
    • MORPH_GRADIENT -形態學梯度(Morphological gradient)
    • MORPH_TOPHAT - “頂帽”(“Top hat”)
    • MORPH_BLACKHAT - “黑帽”(“Black hat“)

另有CV版本的標識符也可選擇,如CV_MOP_CLOSE,CV_MOP_GRADIENT,CV_MOP_TOPHAT,CV_MOP_BLACKHAT,這應該是OpenCV1.0系列版本遺留下來的標識符,和上面的“MORPH_OPEN”一樣的效果。

  • 第四個參數,InputArray類型的kernel,形態學運算的內核。若為NULL時,表示的是使用參考點位於中心3x3的核。我們一般使用函數 getStructuringElement配合這個參數的使用。getStructuringElement函數會返回指定形狀和尺寸的結構元素(內核矩陣)。關於getStructuringElement我們上篇文章中講過了,這裡為了大家參閱方便,再寫一遍:

其中,getStructuringElement函數的第一個參數表示內核的形狀,我們可以選擇如下三種形狀之一:

    • 矩形: MORPH_RECT
    • 交叉形: MORPH_CROSS
    • 橢圓形: MORPH_ELLIPSE
  • 第五個參數,Point類型的anchor,錨的位置,其有默認值(-1,-1),表示錨位於中心。
  • 第六個參數,int類型的iterations,迭代使用函數的次數,默認值為1。
  • 第七個參數,int類型的borderType,用於推斷圖像外部像素的某種邊界模式。注意它有默認值BORDER_ CONSTANT。
  • 第八個參數,const Scalar&類型的borderValue,當邊界為常數時的邊界值,有默認值morphologyDefaultBorderValue(),一般我們不用去管他。需要用到它時,可以看官方文檔中的createMorphologyFilter()函數得到更詳細的解釋。

 

這裡看的亂七八糟,這是原貼:http://blog.csdn.net/poem_qianmo/article/details/24599073

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved