目标

在本教程中，您将学习如何：

• 使用OpenCV函数cv :: morphologyEx应用形态转换，如：

1. 开盘
   
2. 闭幕
3. 形态梯度
4. 顶帽
5. 黑帽

理论

注意

下面的解释属于Bradski和Kaehler 的“ 学习OpenCV ”一书。

在前面的教程中，我们介绍了两种基本的形态学操作：

• 侵蚀
• 扩张。

基于这两个，我们可以对我们的图像进行更复杂的转换。在这里，我们简要讨论OpenCV提供的5个操作：

开盘

• 它是通过图像的侵蚀获得的，随后是扩张。

• 用于去除小物体（假设物体在黑暗的前景上是明亮的）
• 例如，请查看下面的示例。左侧的图像是原始图像，右侧的图像是应用打开转换后的结果。我们可以观察到，信中角落的小空间往往会消失。

为了清楚起见，我们7x7在相同的原始图像上执行了打开操作（矩形结构元素），但是反转，例如白色的对象现在是字母。

左图：原图反转，右图：打开

闭幕

• 它是通过图像的扩张，然后是侵蚀获得的。

• 有用的是去除小孔（暗区）。
  

在倒置图像上，我们执行了关闭操作（7x7矩形结构元素）：

左图：原图反转，右图：结果关闭

形态梯度

• 这是图像的扩张和侵蚀的区别。

• 找到对象的轮廓是有用的，如下所示：

顶帽

• 输入图像与其打开之间的区别。

黑帽

• 这是关闭和输入图像之间的区别

Code

本教程代码如下所示。您也可以从这里下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
Mat src, dst;
int morph_elem = 0;
int morph_size = 0;
int morph_operator = 0;
int const max_operator = 4;
int const max_elem = 2;
int const max_kernel_size = 21;
const char* window_name = "Morphology Transformations Demo";
void Morphology_Operations( int, void* );
int main( int argc, char** argv )
{
  String imageName("../data/baboon.jpg"); // by default
  if (argc > 1)
  {
  imageName = argv[1];
  }
  src = imread(imageName, IMREAD_COLOR); // Load an image
  if( src.empty() )
    { return -1; }
  namedWindow( window_name, WINDOW_AUTOSIZE ); // Create window
  createTrackbar("Operator:\n 0: Opening - 1: Closing  \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
  createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
                  &morph_elem, max_elem,
                  Morphology_Operations );
  createTrackbar( "Kernel size:\n 2n +1", window_name,
                  &morph_size, max_kernel_size,
                  Morphology_Operations );
  Morphology_Operations( 0, 0 );
  waitKey(0);
  return 0;
}
void Morphology_Operations( int, void* )
{
  // Since MORPH_X : 2,3,4,5 and 6
  int operation = morph_operator + 2;
  Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
  morphologyEx( src, dst, operation, element );
  imshow( window_name, dst );
}

说明

1. 我们来看一下程序的一般结构：

• 加载图像
• 创建一个窗口以显示形态操作的结果
• 创建三个Trackbars供用户输入参数：

第一个跟踪栏操作符返回要使用的形态学操作（morph_operator）。

  createTrackbar（“Operator：\ n 0：Opening  -  1：Closing \ n 2：Gradient  -  3：Top Hat \ n 4：Black Hat”，window_name，＆morph_operator，max_operator，Morphology_Operations）;

第二个trackbar 元素返回morph_elem，它表示我们的内核是什么样的结构：

  createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
                  &morph_elem, max_elem,
                  Morphology_Operations );

最终的trackbar 内核大小返回要使用的内核的大小（morph_size）

  createTrackbar( "Kernel size:\n 2n +1", window_name,
                  &morph_size, max_kernel_size,
                  Morphology_Operations );

• 每当我们移动任何滑块时，将调用用户的功能Morphology_Operations来实现新的形态学操作，并且它将根据当前的跟踪栏值来更新输出图像。
  

void Morphology_Operations( int, void* )
{
  // Since MORPH_X : 2,3,4,5 and 6
  int operation = morph_operator + 2;
  Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
  morphologyEx( src, dst, operation, element );
  imshow( window_name, dst );
}

我们可以观察到进行形态变换的关键功能是cv :: morphologyEx。在这个例子中，我们使用四个参数（其余的作为默认值）：

1. src：源（输入）图像
2. dst：输出图像
3. 操作：要进行的形态转化的种类。请注意，我们有5个选择：

• 开幕式：MORPH_OPEN：2
• 关闭：MORPH_CLOSE：3
• 渐变：MORPH_GRADIENT：4
• 顶帽：MORPH_TOPHAT：5
• 黑帽子：MORPH_BLACKHAT：6

正如您可以看到的值范围从<2-6>，这就是为什么我们添加（+2）到轨迹栏输入的值：

  int operation = morph_operator + 2;

• element：要使用的内核。我们使用函数cv :: getStructuringElement来定义我们自己的结构。
  

结果

• 在编译上面的代码之后，我们可以执行它，给出一个图像路径作为参数。对于本教程，我们使用输入图像：baboon.png：

这里是显示窗口的两个快照。第一张照片显示了使用操作符打开一个交叉内核后的输出。第二张照片（右侧，显示了使用带有椭圆内核的Blackhat操作符的结果。