联通组件分析

        联通组件定义：像素值相同，通过四邻域或者八邻域相互连通的像素块。

        换句话说，就是使用四邻域或八邻域的连通性，遍历图像的像素，并确定像素值相同并且连通的像素块，将它们标记为一个联通组件

两步法：

        一、扫描联通域并标记

        二、合并等价类

轮廓发现

轮廓分析

轮廓分析 - 属性计算

轮廓分析-关键点编码提取

轮廓分析 - 拟合

轮廓分析 - 拟合函数

图像形态学

图像形态学 - 膨胀与腐蚀

        膨胀可以看成是最大值滤波，即用最大值替换中心像素点

        腐蚀可以看成是最小值滤波，即用最小值替换中心像素点

图像形态学 - 开闭操作

开操作 = 腐蚀 + 膨胀操作 - 删除小的干扰块

开操作主要用于去除图像中的小物体、细小的孔洞或者平滑图像的边缘。开操作可以平滑物体的边界，并且移除小的噪点， 从而减少图像中的细节信息。

闭操作 = 膨胀 + 腐蚀操作 - 填充闭合区域

闭操作主要用于填充图像中的小孔洞、连接相邻物体或者平滑图像的边界。闭操作可以平滑物体的边界，并且填充小的空洞，从而

Tlackhat（黑帽）操作：blackhat操作是一种形态学操作，它用于突出比原始图像暗的区域。它通过计算原始图像与开运算结果之间的差异来实现。开运算是一种先腐蚀再膨胀的操作，它可以以平滑图像并移除较小的细节，从而突出了比原始图像暗的区域。Blackhat操作的结果是图像中较暗的特征，这在图像增强和特征检测中很有用。

Tophat（白帽/顶帽）操作：Tophat操作与Blackhat相反，它用于突出比原始图像亮的区域。Tophat操作冰移除较小的细节，从而突出比原始图像与闭运算结果之间的差异来实现。闭运算是一种先膨胀再腐蚀的操作，它可以填充物体内部的小孔并平滑物体的边缘，从而突出了比原始图像亮的区域。Tophat操作的结果是原始图像中较亮的特征，这对于图像增强和特征提取同样很有用。

图像形态学 - 梯度

        OpenCV的形态学梯度是图像基本梯度

        图像膨胀之后的结果减去腐蚀之后结果差值图像为形态学梯度，对应的函数参数为：cv.MORPH_GRADIENT

案例 - 基于轮廓分析的提取编码点

通过二值分析提取轮廓，寻找最大轮廓并获取关键点

1、二值化

2、形态学操作

3、轮廓发现

4、寻找最大轮廓

5、轮廓逼近提取关键点

6、绘制轮廓与关键点

工业