OpenCV形态学入门：膨胀与腐蚀操作详解

数学形态学是图像分析领域的重要工具之一，其核心操作包括膨胀和腐蚀。通过这些操作，我们可以对图像进行多种变换，从噪声消除到图像分割再到特征提取，这些操作都能显著提升图像处理效果。本文将详细介绍膨胀和腐蚀操作的实现方法及其应用。

1. 膨胀操作（Dilation）

膨胀操作是形态学中的基本操作之一，其主要作用是将图像中每个像素扩展为一个小方块，实现图像的“膨胀”。通过膨胀操作可以消除图像中的噪声，或者将小图像元素合并成一个较大的区域。

1.1 膨胀函数的实现

在OpenCV中，膨胀操作由dilate函数实现。函数的核心参数包括：

src：输入图像。

dst：输出图像。

kernel：膨胀核，默认使用3x3的正方形核。

anchor：锚点位置，默认为(-1, -1)，表示核的中心。

iterations：迭代次数，默认为1。

通过getStructuringElement函数，我们可以创建不同形状的核。常用的核形状包括：

矩形核（MORPH_RECT）：用于普通膨胀。

十字形核（MORPH_CROSS）：用于边缘检测。

椭圆形核（MORPH_ELLIPSE）：用于圆形膨胀。

1.2 核的尺寸与锚点

核的尺寸通过Size结构体定义，锚点位置通过Point结构体定义，默认为中心位置。需要注意的是，锚点的位置会影响结果的偏移，尤其在非中心对称的核中。

2. 腐蚀操作（Erosion）

腐蚀操作是膨胀操作的逆操作，其主要作用是将图像中每个像素收缩为一个小方块，实现图像的“腐蚀”。腐蚀操作可以用来分割图像中的图像元素，或者提取图像中的极值区域。

2.1 腐蚀函数的实现

在OpenCV中，腐蚀操作由erode函数实现，其参数与膨胀函数类似。默认使用3x3的正方形核进行操作。

3. 代码实现示例

以下是一个实现膨胀和腐蚀操作的示例代码：

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace std; using namespace cv;int Way_num = 0;int struct_size = 1;Mat Img_in, Img_out;void callback_Way_num(int, void*) { process(); }void callback_struct_size(int, void*) { process(); }int main() {    Img_in = imread("lenna.jpg");    imshow("【原图】", Img_in);    namedWindow("【效果图】");    createTrackbar("腐蚀/膨胀", "【效果图】", &Way_num, 1, callback_Way_num);    callback_Way_num(Way_num, 0);    createTrackbar("内核尺寸", "【效果图】", &struct_size, 37, callback_struct_size);    callback_struct_size(struct_size, 0);    waitKey(0);    return 0;}void process() {    Mat element = getStructuringElement(MORPH_RECT, Size(struct_size * 2 + 1, struct_size * 2 + 1), Point(struct_size, struct_size));    if (Way_num == 0) {        erode(Img_in, Img_out, element);    } else {        dilate(Img_in, Img_out, element);    }    imshow("【效果图】", Img_out);}

4. 效果展示

通过上述代码，我们可以实时查看膨胀和腐蚀操作的效果。通过调整Way_num和struct_size参数，我们可以选择不同的核形状和大小，观察图像的变化。

这篇文章详细介绍了OpenCV中膨胀和腐蚀操作的实现方法，并通过代码示例展示了实际应用。希望对您对图像处理有所帮助！

转载地址：http://lwgfk.baihongyu.com/

你可能感兴趣的文章