Opencv--形態學影象處理--膨脹與腐蝕,開操作與閉操作
一、理論與概念講解——從現象到本質
1.1 形態學概述
形態學(morphology)一詞通常表示生物學的一個分支,該分支主要研究動植物的形態和結構。而我們影象處理中指的形態學,往往表示的是數學形態學。下面一起來了解數學形態學的概念。
數學形態學(Mathematical morphology) 是一門建立在格論和拓撲學基礎之上的影象分析學科,是數學形態學影象處理的基本理論。其基本的運算包括:二值腐蝕和膨脹、二值開閉運算、骨架抽取、極限腐蝕、擊中擊不中變換、形態學梯度、Top-hat變換、顆粒分析、流域變換、灰值腐蝕和膨脹、灰值開閉運算、灰值形態學梯度等。
簡單來講,形態學操作就是基於形狀的一系列影象處理操作。OpenCV為進行影象的形態學變換提供了快捷、方便的函式。最基本的形態學操作有二種,他們是:膨脹與腐蝕(Dilation與Erosion)。
膨脹與腐蝕能實現多種多樣的功能,主要如下:
- 消除噪聲
- 分割(isolate)出獨立的影象元素,在影象中連線(join)相鄰的元素。
- 尋找影象中的明顯的極大值區域或極小值區域
- 求出影象的梯度
我們在這裡給出下文會用到的,用於對比膨脹與腐蝕運算的“淺墨”字樣毛筆字原圖:
在進行腐蝕和膨脹的講解之前,首先需要注意,腐蝕和膨脹是對白色部分(高亮部分)而言的,不是黑色部分。膨脹就是影象中的高亮部分進行膨脹,“領域擴張”,效果圖擁有比原圖更大的高亮區域。腐蝕就是原圖中的高亮部分被腐蝕,“領域被蠶食”,效果圖擁有比原圖更小的高亮區域。
1.2 膨脹
其實,膨脹就是求區域性最大值的操作。
按數學方面來說,膨脹或者腐蝕操作就是將影象(或影象的一部分割槽域,我們稱之為A)與核(我們稱之為B)進行卷積。
核可以是任何的形狀和大小,它擁有一個單獨定義出來的參考點,我們稱其為錨點(anchorpoint)。多數情況下,核是一個小的中間帶有參考點和實心正方形或者圓盤,其實,我們可以把核視為模板或者掩碼。
而膨脹就是求區域性最大值的操作,核B與圖形卷積,即計算核B覆蓋的區域的畫素點的最大值,並把這個最大值賦值給參考點指定的畫素。這樣就會使影象中的高亮區域逐漸增長。如下圖所示,這就是膨脹操作的初衷。
膨脹的數學表示式
膨脹效果圖(毛筆字):
1.3 腐蝕
再來看一下腐蝕,大家應該知道,膨脹和腐蝕是一對好基友,是相反的一對操作,所以腐蝕就是求區域性最小值的操作。
我們一般都會把腐蝕和膨脹對應起來理解和學習。下文就可以看到,兩者的函式原型也是基本上一樣的。
原理圖:
腐蝕的數學表示式:
腐蝕效果圖(毛筆字):
三、淺出——API函式快速上手
3.1 形態學膨脹——dilate函式
erode函式,使用畫素鄰域內的區域性極大運算子來膨脹一張圖片,從src輸入,由dst輸出。支援就地(in-place)操作。
函式原型:
C++: void dilate(
InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor=Point(-1,-1),
int iterations=1,
int borderType=BORDER_CONSTANT,
const Scalar& borderValue=morphologyDefaultBorderValue()
);
引數詳解:
- 第一個引數,InputArray型別的src,輸入影象,即源影象,填Mat類的物件即可。影象通道的數量可以是任意的,但影象深度為CV_8U,CV_16U,CV_16S,CV_32F或
CV_64F其中之一。 - 第二個引數,OutputArray型別的dst,即目標影象,需要和源圖片有一樣的尺寸和型別。
- 第三個引數,InputArray型別的kernel,膨脹操作的核。若為NULL時,表示的是使用參考點位於中心3x3的核。
我們一般使用函式 getStructuringElement配合這個引數的使用。getStructuringElement函式會返回指定形狀和尺寸的結構元素(核心矩陣)。
其中,getStructuringElement函式的第一個引數表示核心的形狀,我們可以選擇如下三種形狀之一:
矩形: MORPH_RECT
交叉形: MORPH_CROSS
橢圓形: MORPH_ELLIPSE
而getStructuringElement函式的第二和第三個引數分別是核心的尺寸以及錨點的位置。
我們一般在呼叫erode以及dilate函式之前,先定義一個Mat型別的變數來獲得getStructuringElement函式的返回值。對於錨點的位置,有預設值Point(-1,-1),表示錨點位於中心。且需要注意,十字形的element形狀唯一依賴於錨點的位置。而在其他情況下,錨點只是影響了形態學運算結果的偏移。
getStructuringElement函式相關的呼叫示例程式碼如下:
int g_nStructElementSize = 3; //結構元素(核心矩陣)的尺寸
//獲取自定義核
Mat element = getStructuringElement(MORPH_RECT,
Size(2*g_nStructElementSize+1,2*g_nStructElementSize+1),
Point( g_nStructElementSize, g_nStructElementSize ));
呼叫這樣之後,我們便可以在接下來呼叫erode或dilate函式時,第三個引數填儲存了getStructuringElement返回值的Mat型別變數。對應於我們上面的示例,就是填element變數。
- 第四個引數,Point型別的anchor,錨的位置,其有預設值(-1,-1),表示錨位於中心。
- 第五個引數,int型別的iterations,迭代使用erode()函式的次數,預設值為1。
- 第六個引數,int型別的borderType,用於推斷影象外部畫素的某種邊界模式。注意它有預設值BORDER_DEFAULT。
- 第七個引數,const
Scalar&型別的borderValue,當邊界為常數時的邊界值,有預設值morphologyDefaultBorderValue(),一般我們不用去管他。需要用到它時,可以看官方文件中的createMorphologyFilter()函式得到更詳細的解釋。
使用dilate函式,一般我們只需要填前面的三個引數,後面的四個引數都有預設值。而且往往結合getStructuringElement一起使用。
呼叫範例:
//載入原圖
Mat image = imread("1.jpg");
//獲取自定義核
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat out;
//進行膨脹操作
dilate(image, out, element);
3.2 形態學腐蝕——erode函式
erode函式,使用畫素鄰域內的區域性極小運算子來腐蝕一張圖片,從src輸入,由dst輸出。支援就地(in-place)操作。
看一下函式原型:
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()
);
數詳解:
- 第一個引數,InputArray型別的src,輸入影象,即源影象,填Mat類的物件即可。影象通道的數量可以是任意的,但影象深度應為CV_8U,CV_16U,CV_16S,CV_32F或
CV_64F其中之一。 - 第二個引數,OutputArray型別的dst,即目標影象,需要和源圖片有一樣的尺寸和型別。
- 第三個引數,InputArray型別的kernel,腐蝕操作的核心。若為NULL時,表示的是使用參考點位於中心3x3的核。我們一般使用函式
getStructuringElement配合這個引數的使用。getStructuringElement函式會返回指定形狀和尺寸的結構元素(核心矩陣)。(具體看上文中淺出部分dilate函式的第三個引數講解部分) - 第四個引數,Point型別的anchor,錨的位置,其有預設值(-1,-1),表示錨位於單位(element)的中心,我們一般不用管它。
- 第五個引數,int型別的iterations,迭代使用erode()函式的次數,預設值為1。
- 第六個引數,int型別的borderType,用於推斷影象外部畫素的某種邊界模式。注意它有預設值BORDER_DEFAULT。
- 第七個引數,const
Scalar&型別的borderValue,當邊界為常數時的邊界值,有預設值morphologyDefaultBorderValue(),一般我們不用去管他。需要用到它時,可以看官方文件中的createMorphologyFilter()函式得到更詳細的解釋。
同樣的,使用erode函式,一般我們只需要填前面的三個引數,後面的四個引數都有預設值。而且往往結合getStructuringElement一起使用。
呼叫範例:
//載入原圖
Mat image = imread("1.jpg");
//獲取自定義核
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat out;
//進行腐蝕操作
erode(image,out, element);
3.3開操作與閉操作
//輸入影象
//輸出影象
//定義操作:MORPH_OPEN為開操作,MORPH_CLOSE為閉操作
//單元大小,這裡是3*3的8位單元
//開閉操作位置
//開閉操作次數
morphologyEx(src,dst,MORPH_OPEN,Mat(3,3,CV_8U),Point(-1,-1),1);
imwrite("open.jpg",dst);
morphologyEx(src,dst,MORPH_CLOSE,Mat(3,3,CV_8U),Point(-1,-1),1);
imwrite("close.jpg",dst);