OpenCV實現圖像腐蝕

Posted on by

圖像的腐蝕過程與圖像的卷積操作類似，都需要模板矩陣來控制運算的結果，在圖像的腐蝕和膨脹中這個模板矩陣被稱為結構元素。與圖像卷積相同，結構元素可以任意指定圖像的中心點，並且結構元素的尺寸和具體內容都可以根據需求自己定義。定義結構元素之後，將結構元素的中心點依次放到圖像中每一個非0元素處，如果此時結構元素內所有的元素所覆蓋的圖像像素值均不為0，則保留結構元素中心點對應的圖像像素，否則將刪除結構元素中心點對應的像素。圖像的腐蝕過程示意圖如圖6-12所示，圖6-12中左側為待腐蝕的原圖像，中間為結構元素，首先將結構元素的中心與原圖像中的A像素重合，此時結構元素中心點的左側和上方元素所覆蓋的圖像像素值均為0，因此需要將原圖像中的A像素刪除；當把結構元素的中心點與B像素重合時，此時結構元素中所有的元素所覆蓋的圖像像素值均為1，因此保留原圖像中的B像素。將結構元素中心點依次與原圖像中的每個像素重合，判斷每一個像素點是否保留或者刪除，最終原圖像腐蝕的結果如圖中右側圖像所示。

圖像腐蝕可以用“Θ”表示，其數學表示形式如式(6.4)所示，通過公式可以發現，其實對圖像A的腐蝕運算就是尋找圖像中能夠將結構元素B全部包含的像素點。

生成常用的矩形結構元素、十字結構元素和橢圓結構：

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
  • shape：結構元素的種類，可以選擇的參數及含義在表6-5中給出。
  • ksize：結構元素的尺寸大小
  • anchor：中心點的位置，默認參數為結構元素的幾何中心點。

該函數用於生成圖像形態學操作中常用的矩形結構元素、十字結構元素和橢圓結構元素。函數第一個參數為生成結構元素的種類，可以選擇的參數及含義在表給出，函數第二個參數是結構元素的尺寸大小，能夠影響到圖像腐蝕的效果，一般情況下，結構元素的種類相同時，結構元素的尺寸越大腐蝕效果越明顯。函數的最後一個參數是結構元素的中心點，隻有十字結構元素的中心點位置會影響圖像腐蝕後的輪廓形狀，其他種類的結構元素的中心點位置隻影響形態學操作結果的平移量。

腐蝕函數

void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );
  • src：輸入的待腐蝕圖像，圖像的通道數可以是任意的，但是圖像的數據類型必須是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F之一。
  • dst：腐蝕後的輸出圖像，與輸入圖像src具有相同的尺寸和數據類型。
  • kernel：用於腐蝕操作的結構元素，可以自己定義，也可以用getStructuringElement()函數生成。
  • anchor：中心點在結構元素中的位置，默認參數為結構元素的幾何中心點
  • iterations：腐蝕的次數，默認值為1。
  • borderType：像素外推法選擇標志，取值范圍在表3-5中給出。默認參數為BORDER_DEFAULT，表示不包含邊界值倒序填充。
  • borderValue：使用邊界不變外推法時的邊界值。

該函數根據結構元素對輸入圖像進行腐蝕，在腐蝕多通道圖像時每個通道獨立進行腐蝕運算。
函數的第一個參數為待腐蝕的圖像，圖像通道數可以是任意的，但是圖像的數據類型必須是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F之一。
函數第二個參數為腐蝕後的輸出圖像，與輸入圖像具有相同的尺寸和數據類型。
函數第三個和第四個參數都是與結構元素相關的參數，第三個參數為結構元素，第四個參數為結構元素的中心位置，第四個參數的默認值為Point(-1,-1)，表示結構元素的幾何中心處為結構元素的中心點。
函數第五個參數是使用結構元素腐蝕的次數，腐蝕次數越多效果越明顯，參數默認值為1，表示隻腐蝕1次。
函數第六個參數是圖像像素外推法的選擇標志，
第七個參數為使用邊界不變外推法時的邊界值，這兩個參數對圖像中主要部分的腐蝕操作沒有影響，因此在多數情況下使用默認值即可。

需要註意的是該函數的腐蝕過程隻針對圖像中的非0像素，因此如果圖像是以0像素為背景，那麼腐蝕操作後會看到圖像中的內容變得更瘦更小；如果圖像是以255像素為背景，那麼腐蝕操作後會看到圖像中的內容變得更粗更大。

簡單示例

//
// Created by smallflyfly on 2021/6/18.
//
 
#include "opencv2/opencv.hpp"
 
#include <iostream>
 
using namespace std;
using namespace cv;
 
 
void drawResult(Mat im, int num, Mat stats, Mat centroids, const string& name) {
    for (int i = 1; i < num; ++i) {
        int x = centroids.at<double>(i, 0);
        int y = centroids.at<double>(i, 1);
        cout << x << " " << y << endl;
        circle(im, Point(x, y), 2, Scalar(0, 0, 255), -1);
        int xmin = stats.at<int>(i, CC_STAT_LEFT);
        int ymin = stats.at<int>(i, CC_STAT_TOP);
        int w = stats.at<int>(i, CC_STAT_WIDTH);
        int h = stats.at<int>(i, CC_STAT_HEIGHT);
 
        Rect rect(xmin, ymin, w, h);
        rectangle(im, rect, Scalar(255, 255, 255), 2);
        putText(im, to_string(i), Point(x+5, y), FONT_HERSHEY_SCRIPT_SIMPLEX, 0.3, Scalar(0, 0, 255), 1);
    }
    imshow(name, im);
}
 
 
int main() {
 
    Mat src = (
                Mat_<uchar>(6, 6) <<
                        0, 0, 0, 0, 255, 0,
                        0, 255, 255, 255, 255, 255,
                        0, 255, 255, 255, 255, 0,
                        0, 255, 255, 255, 255, 0,
                        0, 255, 255, 255, 255, 0,
                        0, 0, 0, 0, 255, 0
            );
    resize(src, src, Size(0, 0), 50, 50, INTER_NEAREST);
    Mat m1, m2;
    m1 = getStructuringElement(0, Size(3, 3));
    m2 = getStructuringElement(1, Size(3, 3));
 
    Mat erodeM1, erodeM2;
    erode(src, erodeM1, m1, Point(-1, -1), 10);
    erode(src, erodeM2, m2, Point(-1, -1), 10);
 
    imshow("src", src);
    imshow("erodeM1", erodeM1);
    imshow("erodeM2", erodeM2);
 
    Mat xbim = imread("xiaobai.jpg");
    Mat xbM1, xbM2;
    erode(xbim, xbM1, m1, Point(-1, -1), 2);
    erode(xbim, xbM2, m2, Point(-1, -1), 2);
 
    imshow("xb", xbim);
    imshow("xbM1", xbM1);
    imshow("xbM2", xbM2);
 
    Mat im = imread("rice.jfif");
    Mat im1 = im.clone();
    Mat im2 = im.clone();
    Mat im3 = im.clone();
 
    Mat gray;
    cvtColor(im, gray, CV_BGR2GRAY);
    Mat riceBin;
    threshold(gray, riceBin, 125, 255, THRESH_BINARY);
 
    Mat out, stats, centroids;
    int count1 = connectedComponentsWithStats(riceBin, out, stats, centroids, 8, CV_16U);
    drawResult(im1, count1, stats, centroids, "no erode");
 
    Mat erodeIm1, erodeIm2;
    erode(riceBin, erodeIm1, m1, Point(-1, -1), 5);
    erode(riceBin, erodeIm2, m2, Point(-1, -1), 5);
 
    int count2 = connectedComponentsWithStats(erodeIm1, out, stats, centroids, 8, CV_16U);
    drawResult(erodeIm1, count2, stats, centroids, "erode1");
    int count3 = connectedComponentsWithStats(erodeIm2, out, stats, centroids, 8, CV_16U);
    drawResult(erodeIm2, count3, stats, centroids, "erode2");
 
    waitKey(0);
    destroyAllWindows();
 
}

以上就是本文的全部內容，希望對大傢的學習有所幫助，也希望大傢多多支持WalkonNet。

推薦閱讀：