目标

在本教程中，您将学习如何使用Hit-or-Miss变换（也称为Hit-and-Miss变换）来查找二进制图像中的给定配置或模式。这种变换也是更先进的形态学操作如稀释或修剪的基础。

我们将使用OpenCV函数cv :: morphologyEx。

Hit-or-Miss理论

形态运算符根据其形状来处理图像。这些操作者将一个或多个结构元素应用于输入图像以获得输出图像。两种基本形态作用是侵蚀和扩张。这两个操作的组合产生了先进的形态变换，如打开，关闭或顶帽变换。要了解更多关于这些和其他基本形态操作，请参阅此处和此处的以前的教程。

Hit-or-Miss转换对于查找二进制图像中的图案非常有用。特别地，它找到其邻域与第一结构元素的形状匹配的那些像素，同时不匹配第二结构元素B_2的形状。在数学上，应用于图像A的操作可以表示如下：B1B2A

因此，命中或错过操作包括三个步骤：

1. 侵蚀图像与结构元素B_1。AB1
2. 用构造元素B_2打印图像（A ^ c）的补码。AAcB2
3. AND来自步骤1和步骤2。

结构元素和B_2可以组合成一个单一的元件乙。我们来看一个例子：B1B2B

结构元素（内核）。左：内核到'打'。中间：内核到'miss'。右：最终组合内核

在这种情况下，我们正在寻找中心像素属于背景的图案，而北，南，东，西像素属于前景。邻里的其他像素可以是任何形式，我们不关心它们。现在我们把这个内核应用到输入图像中：

输入二进制图像

输出二进制图像

您可以看到该图案仅在图像中的一个位置中找到。

Code

与前面的例子相对应的代码如下所示。您也可以从这里下载

#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
int main(){
    Mat input_image = (Mat_<uchar>(8, 8) <<
        0, 0, 0, 0, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 0, 0, 255,
        0, 255, 255, 255, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 255, 0, 0,
        0, 0, 255, 0, 0, 0, 0, 0,
        0, 0, 255, 0, 0, 255, 255, 0,
        0, 255, 0, 255, 0, 0, 255, 0,
        0, 255, 255, 255, 0, 0, 0, 0);
    Mat kernel = (Mat_<int>(3, 3) <<
        0, 1, 0,
        1, -1, 1,
        0, 1, 0);
    Mat output_image;
    morphologyEx(input_image, output_image, MORPH_HITMISS, kernel);
    const int rate = 10;
    kernel = (kernel + 1) * 127;
    kernel.convertTo(kernel, CV_8U);
    resize(kernel, kernel, Size(), rate, rate, INTER_NEAREST);
    imshow("kernel", kernel);
    resize(input_image, input_image, Size(), rate, rate, INTER_NEAREST);
    imshow("Original", input_image);
    resize(output_image, output_image, Size(), rate, rate, INTER_NEAREST);
    imshow("Hit or Miss", output_image);
    waitKey(0);
    return 0;
}

可以看到，它与使用函数cv :: morphologyEx一样简单，操作类型为cv :: MORPH_HITMISS和所选内核。

其他例子

在这里，您可以找到将不同内核应用于之前使用的相同输入图像的输出结果：

查找右上角的内核和输出结果

找到左端点的内核和输出结果

现在尝试你自己的模式！