形态学操作

形态学操作就是基于形状的一系列图像处理操作。
OpenCV 为进行图像的形态学变换提供了快捷、方便的函数。
最基本的形态学操作有二种，他们是：膨胀与腐蚀 (Dilation 与 Erosion)。

膨胀与腐蚀能实现多种多样的功能，主要如下：

• 消除噪声
• 分割 (isolate) 出独立的图像元素，在图像中连接 (join) 相邻的元素。
• 寻找图像中的明显的极大值区域或极小值区域
• 求出图像的梯度

腐蚀和膨胀是针对白色部分（高亮部分）而言的。

• 膨胀就是对图像高亮部分进行 “领域扩张”，效果图拥有比原图更大的高亮区域；
• 腐蚀是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域。

膨胀用来处理缺陷问题； 腐蚀用来处理毛刺问题。

膨胀 dilate

膨胀就是求局部最大值的操作，从图像直观看来，就是将图像光亮部分放大，黑暗部分缩小。

按数学方面来说，膨胀或者腐蚀操作就是将图像（或图像的一部分区域，我们称之为 A）与核（我们称之为 B）进行卷积。假设有图像 A 和结构元素 B，结构元素 B 在 A 上面移动，其中 B 定义其中心为锚点，
以 B 覆盖下 A 的最大像素值（偏白）替换锚点的像素，其中 B 作为结构体可以是任意形状（与卷积不同之处，可以是线、矩阵、圆、十字等形状）。

二值图像与灰度图像上的膨胀操作：

1. B 覆盖下的三个像素点是 1,0,0,然后最大值就是 1,然后中间的那个 0,就是替换成了 1,1,0

腐蚀 erode

腐蚀操作和膨胀操作相反，也就是将毛刺消除，腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值（偏黑）替换锚点重叠下图像的像素值。

形态学膨胀——dilate 函数

函数原型：

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

参数详解：

• 第一个参数，InputArray 类型的 src，输入图像，即源图像，填 Mat 类的对象即可。图像通道的数量可以是任意的，但图像深度应为 CV_8U，CV_16U，CV_16S，CV_32F 或 CV_64F 其中之一。
• 第二个参数，OutputArray 类型的 dst，即目标图像，需要和源图片有一样的尺寸和类型。
• 第三个参数，InputArray 类型的 kernel，膨胀操作的核。若为 NULL 时，表示的是使用参考点位于中心 3x3 的核。
  我们一般使用函数 getStructuringElement 配合这个参数的使用。getStructuringElement 函数会返回指定形状和尺寸的结构元素（内核矩阵）。

其中，getStructuringElement 函数的第一个参数表示内核的形状，我们可以选择如下三种形状之一:

• 矩形: MORPH_RECT
• 交叉形: MORPH_CROSS
• 椭圆形: MORPH_ELLIPSE

调用范例：

//载入原图
       	Mat image = imread("1.jpg");
	//获取自定义核
       	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
       	Mat out;
       	//进行膨胀操作
       	dilate(image, out, element);

//-----------------------------------【头文件包含部分】---------------------------------------
//     描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//     描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------
using namespace std;
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{

	//载入原图
	Mat image = imread("5.jpg");


	//显示原图
	imshow("【原图】膨胀操作", image);

	//获取自定义核
	Mat element1 = getStructuringElement(MORPH_RECT, Size(7, 7));
	Mat element2 = getStructuringElement(MORPH_RECT, Size(15, 15));
	Mat out1;
	Mat out2;

	//进行膨胀操作
	dilate(image, out1, element1);
	dilate(image, out2, element2);

	//显示效果图
	imshow("【效果图】膨胀操作(ksize=5)", out1);
	imshow("【效果图】膨胀操作(ksize=15)", out2);

	waitKey(0);

	return 0;
}

可以看到白色的像素点（像素值高的像素点）越来越多，黑色的部分（像素值低的像素点）越来越少。

形态学腐蚀——erode 函数

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

参数详解：

• 第一个参数，InputArray 类型的 src，输入图像，即源图像，填 Mat 类的对象即可。图像通道的数量可以是任意的，但图像深度应为 CV_8U，CV_16U，CV_16S，CV_32F 或 CV_64F 其中之一。
• 第二个参数，OutputArray 类型的 dst，即目标图像，需要和源图片有一样的尺寸和类型。
• 第三个参数，InputArray 类型的 kernel，腐蚀操作的内核。若为 NULL 时，表示的是使用参考点位于中心 3x3 的核。我们一般使用函数 getStructuringElement 配合这个参数的使用。getStructuringElement 函数会返回指定形状和尺寸的结构元素（内核矩阵）。

//载入原图
       	Mat image = imread("1.jpg");
	//获取自定义核
       	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
       	Mat out;
       	//进行腐蚀操作
       	erode(image,out, element);

//-----------------------------------【头文件包含部分】---------------------------------------
//     描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//     描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------
using namespace std;
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(  )
{
       //载入原图
       Matimage = imread("1.jpg");

        //创建窗口
       namedWindow("【原图】腐蚀操作");
       namedWindow("【效果图】腐蚀操作");

       //显示原图
       imshow("【原图】腐蚀操作", image);


//获取自定义核
       Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
       Mat out;

//进行腐蚀操作
       erode(image,out, element);

       //显示效果图
       imshow("【效果图】腐蚀操作", out);

       waitKey(0);

       return 0;
}

与膨胀相反，可以看到白色的像素点（像素值高的像素点）越来越少，黑色的部分（像素值低的像素点）越来越多。

参考文章：

形态学图像处理（一）：膨胀与腐蚀