1、图像的形态学操作

        包括图像的腐蚀、膨胀、开、闭、形态学梯度、顶帽、黑帽、分支主题、结构元素等操作。

        具体概念参考：(41条消息) 图像处理-形态学处理_Good@dz的博客-CSDN博客_图像处理 形态学

1.1、膨胀

        用3×3的核去扫描二值图像，当核与图像中的前景像素（值为1的像素）有交集时，则将二值图像中对应的卷积核中心位置的像素值置为1。

        拓展：卷积核可以为任意形状（除1×1），且重置点可以选用卷积核中的任意位置，有‘交集‘就对重置点位置像素置1。

        

 1.2、腐蚀

        用3×3的核去扫描二值图像，仅当核的与前景像素有完全重合区域时，将二值图像中对应的卷积核中心位置的像素保留，其余情况下，将中心位置的像素置0。

         拓展：卷积核可以为任意形状，且重置点可以选用卷积核中的任意位置。

        

         膨胀与腐蚀的区别：膨胀只要有交集就触发，而腐蚀必须是重置点与前景像素有完全重合区域才保留。

1.3、开与闭

        开：腐蚀再膨胀，去除微小干扰块。

       

        闭：膨胀再腐蚀，填充闭合区域。

        

1.4、形态学梯度

        基本梯度：膨胀图 - 腐蚀图

        内梯度：原图 - 腐蚀图

        外梯度：膨胀图 - 原图

        这里opencv只能直接实现基本梯度，在使用API：morphologyEx  时，调用MORPH_GRADIENT方法即可。

        内梯度、外梯度没有直接的API，一般通过已有API间接实现。

1.5、其余形态学操作

        顶帽：原图 - 开操作后的图

        黑帽：闭操作后的图 - 原图

        注：顶帽和黑帽操作用于获取图像中的微小细节。

        击中击不中： 通过特定模板，仅当输入的图像中，有与模板一模一样的块时，被击中的输入图像区域才会被保留。

        使用API：morphologyEx  时，分别调用MORPH_TOPHAT 、MORPH_BLACKHAT、MORPH_HITMISS方法即可实现。

2、API

        定义核形状

Mat cv::getStructuringElement	(	int 	shape,
                                    Size 	ksize,
                                    Point 	anchor = Point(-1,-1) 
                                    )		

shape——核的形状，可以定义矩形，十字形等形状，如下：

ksize——大小
anchor ——锚定点，即前文中的重置点。

 注：当设计到保留横线或竖线时，可以将核定义成1×n或者n×1的形状，从而去除其余形状的线。

Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 1), Point(-1, -1));

        腐蚀：

void cv::erode	(	InputArray 	src,
                    OutputArray 	dst,
                    InputArray 	kernel,
                    Point 	anchor = Point(-1,-1),
                    int 	iterations = 1,
                    int 	borderType = BORDER_CONSTANT,
                    const Scalar & 	borderValue = morphologyDefaultBorderValue() 
                    )	

         膨胀：

void cv::dilate	(	InputArray 	src,
                    OutputArray 	dst,
                    InputArray 	kernel,
                    Point 	anchor = Point(-1,-1),
                    int 	iterations = 1,
                    int 	borderType = BORDER_CONSTANT,
                    const Scalar & 	borderValue = morphologyDefaultBorderValue() 
                    )	

        通用：

void cv::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() 
                            )	

op ——形态学操作选用，如下：

iterations——重复腐蚀和膨胀的次数。
borderType ——边界类型
borderValue ——Border value in case of a constant border. The default value has a special meaning. 

3、代码

3.1、腐蚀膨胀代码：

void erode_dilate(Mat& image)
{
	Mat gray;
	cvtColor(image, gray, COLOR_BGR2GRAY);
	Mat binary;
	threshold(gray, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
	namedWindow("THRESH_OTSU", WINDOW_FREERATIO);
	imshow("THRESH_OTSU", binary);

	Mat dst1, dst2;
	//定义核
	int kernel_size = 5;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(kernel_size, kernel_size), Point(-1, -1));
	//腐蚀
	erode(binary, dst1, kernel);
	namedWindow("erode", WINDOW_FREERATIO);
	imshow("erode", dst1);

	//膨胀
	dilate(binary, dst2, kernel);
	namedWindow("dilate", WINDOW_FREERATIO);
	imshow("dilate", dst2);
}

3.2、开闭：

void QuickDemo::open_close(Mat& image)
{
	Mat gray;
	cvtColor(image, gray, COLOR_BGR2GRAY);
	Mat binary;
	threshold(gray, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
	namedWindow("THRESH_OTSU", WINDOW_FREERATIO);
	imshow("THRESH_OTSU", binary);

	Mat dst1, dst2;
	//定义核
	int kernel_size = 5;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(kernel_size, kernel_size), Point(-1, -1));
	//开
	morphologyEx(binary, dst1, MORPH_OPEN, kernel, Point(-1, -1), 1, 0);
	namedWindow("MORPH_OPEN", WINDOW_FREERATIO);
	imshow("MORPH_OPEN", dst1);

	//闭、
	morphologyEx(binary, dst2, MORPH_CLOSE, kernel, Point(-1, -1), 1, 0);
	namedWindow("MORPH_CLOSE", WINDOW_FREERATIO);
	imshow("MORPH_CLOSE", dst2);
}

 3.3、形态学梯度

注：在边缘提取应用中，梯度边缘后，会再进行二值化，从而获取更好的边缘图像。

void QuickDemo::shape_gradient(Mat& image)
{
	Mat gray;
	cvtColor(image, gray, COLOR_BGR2GRAY);

	Mat g1, g2, g3;
	Mat dst1, dst2;
	int kernel_size = 7;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(kernel_size, kernel_size), Point(-1, -1));
	
	//基本梯度
	morphologyEx(gray, g1, MORPH_GRADIENT, kernel, Point(-1, -1), 1, 0);

	//膨胀
	morphologyEx(gray, dst1, MORPH_DILATE, kernel, Point(-1, -1), 1, 0);

	//腐蚀
	morphologyEx(gray, dst2, MORPH_ERODE, kernel, Point(-1, -1), 1, 0);

	//外梯度
	subtract(dst1, gray, g2);
	//内梯度
	subtract(gray, dst2, g3);

	namedWindow("基本梯度", WINDOW_FREERATIO);
	imshow("基本梯度", g1);

	namedWindow("外梯度", WINDOW_FREERATIO);
	imshow("外梯度", g2);

	namedWindow("内梯度", WINDOW_FREERATIO);
	imshow("内梯度", g3);

	//最后再进行二值化，获取更好的边缘图像，选用基本梯度示例
	Mat binary;
	threshold(g1, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
	namedWindow("二值化", WINDOW_FREERATIO);
	imshow("二值化", binary);
}

3.4、其余形态学操作（顶帽、黑帽、击中击不中）

         

void QuickDemo::other_method(Mat& image)
{
	Mat gray;
	cvtColor(image, gray, COLOR_BGR2GRAY);
	Mat binary;
	threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
	namedWindow("二值化", WINDOW_FREERATIO);
	imshow("二值化", binary);

	Mat dst1, dst2, dst3;
	int kernel_size = 5;
	Mat kernel_1 = getStructuringElement(MORPH_RECT, Size(kernel_size, kernel_size), Point(-1, -1));

	//顶帽
	morphologyEx(binary, dst1, MORPH_TOPHAT, kernel_1, Point(-1, -1), 1, 0);
	namedWindow("顶帽", WINDOW_FREERATIO);
	imshow("顶帽", dst1);
	//黑帽
	morphologyEx(binary, dst2, MORPH_BLACKHAT, kernel_1, Point(-1, -1), 1, 0);
	namedWindow("黑帽", WINDOW_FREERATIO);
	imshow("黑帽", dst2);

	//击中击不中
	Mat kernel_2 = getStructuringElement(MORPH_CROSS, Size(kernel_size, kernel_size), Point(-1, -1));
	morphologyEx(binary, dst3, MORPH_HITMISS, kernel_2, Point(-1, -1), 1, 0);
	namedWindow("击中击不中", WINDOW_FREERATIO);
	imshow("击中击不中", dst3);
}