图像形态学

//图像形态学
void COpenCVTestDlg::OnCbnSelchangeComboMorphology()
{
       if (m_comboMorphology.GetCurSel() == -1)
              return;
       if (!m_srcMatImg.empty())
       {
              //定义类型
              int MorphologyType = MORPH_RECT;
              //定义大小
              int MorphlogySize = 3;
              //调用getStructuringElement函数
              Mat element = getStructuringElement(MorphologyType,
                     Size(2 * MorphlogySize + 1, 2 * MorphlogySize + 1),
                     Point(MorphlogySize, MorphlogySize));
              CString szMorphology;
              m_comboMorphology.GetLBText(m_comboMorphology.GetCurSel(), szMorphology);
              if (szMorphology == L"腐蚀")
              {
                     //调用腐蚀函数erode
                     erode(m_srcMatImg, m_dstMatImg, element);
              }
              else if (szMorphology == L"膨胀")
              {
                     //调用膨胀函数dilate
                     dilate(m_srcMatImg, m_dstMatImg, element);
              }
              else if (szMorphology == L"开运算")
              {
                     //调用morphologyEx函数-MORPH_OPEN->开运算
                     morphologyEx(m_srcMatImg, m_dstMatImg, MORPH_OPEN, element);
              }
              else if (szMorphology == L"闭运算")
              {
                     //调用morphologyEx函数-MORPH_CLOSE->闭运算
                     morphologyEx(m_srcMatImg, m_dstMatImg, MORPH_CLOSE, element);
              }
              else if (szMorphology == L"Grandient运算")
              {
                     //调用morphologyEx函数-MORPH_GRADIENT->Grandient运算
                     morphologyEx(m_srcMatImg, m_dstMatImg, MORPH_GRADIENT, element);
              }
              else if (szMorphology == L"顶帽变换")
              {
                     //调用morphologyEx函数-MORPH_TOPHAT->顶帽变换
                     morphologyEx(m_srcMatImg, m_dstMatImg, MORPH_TOPHAT, element);
              }
              else if (szMorphology == L"黑帽变换")
              {
                     //调用morphologyEx函数-MORPH_BLACKHAT->黑帽变换
                     morphologyEx(m_srcMatImg, m_dstMatImg, MORPH_BLACKHAT, element);
              }
       }
}

形态学，即数学形态学，是图像处理过程中非常重要的一个研究方向

            形态学主要从图像内提取其分量信息，该分量信息通常对于表达和描绘图像的形状具有重要的意义，通常是图像理解时所使用的最为本质的形状特征

            这部分主要包含：腐蚀、膨胀、开运算、闭运算、Morphological Grandient（形态学梯度）、顶帽、黑帽等操作

    腐蚀

      腐蚀能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去掉

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

 src：需要进行腐蚀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

    dst：被腐蚀后所输出的目标图像

    kernel：腐蚀操作时所采用的结构类型

    anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置

    iterations：腐蚀操作迭代的次数

    borderType：图像边界处理的方法

 borderValue：边界值，一般采用其默认值

    其中morphologyDefaultBorderValue()用来返回腐蚀和膨胀的“魔力(magic)”边界值。

    它通常自动转换为Scalar::all(-DBL_MAX)进行膨胀

    其参数中的kernel可以通过getStructuringElement得到

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

  该函数用来返回一个用于形态学操作的指定大小和形状的结构元素

        shape：cv::MorphShapes中的任意一个元素形状

            有MORPH_RECT，MORPH_CROSS，MORPH_ELLIPSE三种

        ksize：结构元素的大小

        anchor：结构元素中的锚点位置。该值默认为(-1,-1)，是形状的中，仅十字星型的形状与锚点位置紧密相关。

                在其他情况下，锚点仅用于形态学运算结果的调整

 //调用getStructuringElement函数
   Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));
   //调用腐蚀函数erode
   erode(m_srcImage, m_dstImage, element);

  膨胀 

       膨胀对图像的边界进行扩张，将与当前对象接触到的背景点合并到图像内，让边界点向外部进行扩张。

       如果图像内两个对象的距离较近，在膨胀的过程中，两个对象可能会连通到一起。

       膨胀操作对填补图像分割后图像内所存在的空白相当有帮助

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

src：需要进行膨胀的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

        dst：被膨胀后所输出的目标图像

        kernel：腐蚀操作时所采用的结构类型

        anchor：element结构中锚点的位置，该值默认为(-1,-1)，在核的中心位置

        iterations：膨胀操作迭代的次数

        borderType：图像边界处理的方法

//调用getStructuringElement函数
     Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3 + 1),Point(3, 3));
     //调用膨胀函数dilate
     dilate(m_srcImage, m_dstImage, element);

开运算 
MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_OPEN
 闭运算 
MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_CLOSE
Morphological Grandient 
MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_GRADIENT

顶帽 
MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_TOPHAT
黑帽 
MORPH_RECT MORPH_CROSS MORPH_ELLIPSE getStructuringElement morphologyEx MORPH_BLACKHAT
        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() );

src：需要进行形态学的原始图像，图像的深度必须是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F其中的一种

        dst：经过形态学处理后所输出的目标图像

        op：操作类型，各种形态学运算的操作规则均是将腐蚀和膨胀进行组合而得到的

参数kernel、anchor、borderType、borderValue与erode函数的意义一致

 //调用getStructuringElement函数
   Mat element = getStructuringElement(MORPH_CROSS,Size(2 * 3+ 1, 2 * 3+ 1),Point(3, 3));
   //调用morphologyEx函数-MORPH_OPEN->开运算
   morphologyEx(m_srcImage, m_dstImage, MORPH_OPEN, element);

原图

腐蚀

膨胀

开运算

闭运算

morphology

顶帽

黑帽