OpenCV黑帽運算(BLACKHAT)的使用

Posted on by

原理

形態學是圖像處理中常見的名詞，圖像處理的形態學基本屬於數學形態學的范疇，是一門建立在格論和拓撲學基礎上的圖像分析學科。黑帽運算是結合瞭腐蝕和膨脹的一種運算，閉運算結果圖減原圖。

簡單來說，黑帽運算就是將閉運算後的圖像減去原圖，突出瞭比原圖輪廓周圍區域更暗的區域。效果圖見下方圖1圖2。

函數原型

void morphologyEx( InputArray src, OutputArray dst,
                   int op, InputArray kernel,
                   Point anchor = Point(-1,-1), int iterations = 1,
                   int borderType = BORDER_CONSTANT,
                   const Scalar& borderValue = morphologyDefaultBorderValue() );
其中op=MORPH_BLACKHAT

參數說明

  • InputArray類型的src，輸入圖像，如Mat類型。
  • OutputArray類型的dst，輸出圖像。
  • int類型的op，選擇不同的運算操作，黑帽運算則是MORPH_BLACKHAT。
  • Point類型的anchor，錨點。默認值（-1，-1），表示位於單位中心，一般不用。
  • int類型的iterations，迭代使用的次數，默認值為1。
  • int類型的borderType，推斷圖像外部像素的邊界模式，我OpenCV版本的默認值為BORDER_CONSTANT。如果圖像邊界需要擴展，則不同的模式下所擴展的像素，其生成原則不同。
  • const Scalar&類型的borderValue，當邊界為常數時的邊界值，默認值為morphologyDefaultBorderValue()。

測試代碼

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 30, 2, 2), 0, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result, close;
	cv::morphologyEx(test, close, MORPH_CLOSE, element);
	cv::morphologyEx(test, result, MORPH_BLACKHAT, element);
 
	imshow("original", test);
	imshow("close", close);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

測試效果

如上圖所示，有原先8*8的矩形，有一個2*2的凹處，我設置瞭3*3的矩形蒙版，對其進行閉運算操作如圖2所示，凹進消失，對其進行黑帽操作如圖3所示，突出瞭凹進的內容。

到此這篇關於OpenCV黑帽運算(BLACKHAT)的使用的文章就介紹到這瞭,更多相關OpenCV黑帽運算內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：