形态学操作

 先得到一个卷积核

Mat kernel = getStructuringElement(MORPH_RECT,Size(5,5));

第一个是形状 第二个是卷积核大小

依次为腐蚀 膨胀 开运算 闭运算

Mat erodemat,dilatemat,openmat,closemat;
	morphologyEx(result1, erodemat, MORPH_ERODE, kernel);
	morphologyEx(result1, dilatemat, MORPH_DILATE, kernel);
	morphologyEx(result1, openmat, MORPH_OPEN, kernel);
	morphologyEx(result1, closemat, MORPH_CLOSE, kernel);

tips：这些都是针对于二值化图像操作的

单独的也有 例如腐蚀函数

erode(thresh_Mat1, erode_Mat1, element, Point(-1, -1), 2);

这个-1 -1是默认的 不变

2是做两次腐蚀的意思

连通域标记

先定义返回的值

Mat stats;
Mat centroids;
Mat labels;

stats：记录了每个连通区域的信息，是一个5列的矩阵，每一行对应一个连通区域，分别为连通区域外接矩形的x、y、width、height和面积，例如stats[0][4]就是第一个连通区域的面积

centroids：连通域的中心点，没什么大用

labels：输出的labels是一个和原图一样大小的矩阵，原图中检测到的连通图的位置，对应的labels矩阵值为1，其余值为0，算是一种特殊的标记

连通域函数

int nComp = connectedComponentsWithStats(dilatemat, labels, stats, centroids, 8, CV_32S);

处理的图像（膨胀后的图一般是）

输出矩阵（上面有描述）

连通域信息

中心点

8代表8连通，4代表4连通

CV_32S默认参数

ncomp返回的是有几个连通域，但也包括了背景。

标记连通域方法

for (int i = 1; i < nComp; i++)
	{
		//定义Rect类
		Rect bandbox;
		


		
		bandbox.x = stats.at<int>(i, 0);
		bandbox.y = stats.at<int>(i, 1);

		bandbox.width = stats.at<int>(i, 2);
		bandbox.height = stats.at<int>(i, 3);
		
		rectangle(image, bandbox, CV_RGB(255,255,255), 1, 8, 0);
	}

这里stats是连通域信息，为什么不能用stats[i][x]这样呢 因为stats是Mat类型，而不是数组类型，所以要按照规定来以后都这样写

焊点的统计

需要用腐蚀操作将线腐蚀掉

 

回形针的统计

需要利用开运算 膨胀一点图像 

需要利用长宽比统计数目 因为图片中有瑕疵，左边有白色痕迹

for (int i = 1; i < nComp5; i++)
	{
		int width = stats5.at<int>(i, 2);
		int height = stats5.at<int>(i, 3);
		int ratio = height / width;
		if (ratio > 10)
		{
			nComp5--;
		}
	}

一般很多都需要这样判断统计的，这是利用长宽比 还有面积等等等