OpenCV黑帽運算如何使用

這篇文章主要介紹“OpenCV黑帽運算如何使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“OpenCV黑帽運算如何使用”文章能幫助大家解決問題。

原理

形態學是圖像處理中常見的名詞，圖像處理的形態學基本屬于數學形態學的范疇，是一門建立在格論和拓撲學基礎上的圖像分析學科。黑帽運算是結合了腐蝕和膨脹的一種運算，閉運算結果圖減原圖。

簡單來說，黑帽運算就是將閉運算后的圖像減去原圖，突出了比原圖輪廓周圍區域更暗的區域。效果圖見下方圖1圖2。

函數原型

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() );
其中op=MORPH_BLACKHAT

參數說明

• InputArray類型的src，輸入圖像，如Mat類型。

• OutputArray類型的dst，輸出圖像。

• int類型的op，選擇不同的運算操作，黑帽運算則是MORPH_BLACKHAT。

• Point類型的anchor，錨點。默認值（-1，-1），表示位于單位中心，一般不用。

• int類型的iterations，迭代使用的次數，默認值為1。

• int類型的borderType，推斷圖像外部像素的邊界模式，我OpenCV版本的默認值為BORDER_CONSTANT。如果圖像邊界需要擴展，則不同的模式下所擴展的像素，其生成原則不同。

• const Scalar&類型的borderValue，當邊界為常數時的邊界值，默認值為morphologyDefaultBorderValue()。

測試代碼

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 30, 2, 2), 0, -1);
 
	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result, close;
	cv::morphologyEx(test, close, MORPH_CLOSE, element);
	cv::morphologyEx(test, result, MORPH_BLACKHAT, element);
 
	imshow("original", test);
	imshow("close", close);
	imshow("result", result);
	waitKey(0);
 
	system("pause");
	return 0;
}

測試效果

如上圖所示，有原先8*8的矩形，有一個2*2的凹處，我設置了3*3的矩形蒙版，對其進行閉運算操作如圖2所示，凹進消失，對其進行黑帽操作如圖3所示，突出了凹進的內容。

關于“OpenCV黑帽運算如何使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。