opencv|opencv学习笔记（二）图像腐蚀和膨胀 opencv|c++

1概念
1.1 腐蚀跟膨胀是最基本的形态学运算
1.2 腐蚀跟膨胀是对图像的白色的部分（亮光部分）进行操作
1.3 腐蚀是对亮光部分进行腐蚀拥有比原图更小的亮光部分
1.4 膨胀是对亮光部分进行膨胀拥有比原图更大的亮光部分

这里有一个误区
假如说在图片上的一个字，很多人都会认为膨胀是将图片上的字进行膨胀放大实则不然

文章图片

可以看到膨胀是将图片上的亮色区域进行放大，字就会变得更小，结构体够大的情况下，字就会看不见了**

文章图片

可以看到腐蚀是将图片上的亮色区域进行放小，字就会变得更大。
2 膨胀
1.先看膨胀函数的原码，可以到opencv官网进行查看
附链接：https://docs.opencv.org/4.5.5/ 这里选择是4.5.5 版本

文章图片

src 输入图像
dst 输出与src相同大小和类型的图像。
kernle 用于膨胀的核结构元素内核可以使用getStructuringElement创建
getStructuringElement函数下面会说到
anchor 元素中锚的锚定位置; 默认值(-1，-1)表示锚位于元素中心。
iterations 迭代次数
borderType 像素外推方法
borderValue 当边界为常数时的边界值
当我们用dilate 函数时一般情况下使用前三个参数就可以了，后面参数都有其默认值，可以视情况改变
2 接下来了解getStructuringElement函数

文章图片

shape 形状
MORPH_RECT 矩形
MORPH_CROSS 交叉形
MORPH_ELLIPSE 椭圆形
Szie 构造元素的大小（内核尺寸）
anchor 锚定位置，默认（-1,1）表示锚位于中心
3 代码

int main() { Mat img1, img2; img1 = imread("猫.png"); imshow("原图", img1); Mat element = getStructuringElement(MORPH_RECT, Size(7, 7)); dilate(img1, img2, element); imshow("效果图", img2); waitKey(0); }

效果图：

3 腐蚀
1.先看腐蚀函数的原码

文章图片

src 输入图像
dst 输出与src相同大小和类型的图像。
kernle 用于腐蚀的核结构元素内核可以使用getStructuringElement创建
anchor 元素中锚的锚定位置; 默认值(-1，-1)表示锚位于元素中心。
iterations 迭代次数
borderType 像素外推方法
borderValue 当边界为常数时的边界值
2 代码

int main() { Mat img1, img2; img1 = imread("猫1.jpg"); imshow("原图", img1); Mat element = getStructuringElement(MORPH_RECT, Size(7, 7)); erode(img1, img2, element); imshow("效果图", img2); waitKey(0); }

3 效果图

4 调整数值的轨迹条
1.先看函数原码

文章图片

trackbarname 创建的轨迹条名称。
winname 窗口的名称，可以附加在指定的窗口上
value 一个指向整形变量的指针，其值反映滑块的位置。在创建时，滑块的位置由这个变量定义。
count滑块的最大位置。最小的位置总是0。
onChange 指针指向每次滑块改变位置时调用的函数。这个函数的原型应该是void Foo(int,void*); 其中第一个参数是轨迹条位置，第二个参数是用户数据(见下一个参数)。如果回调函数是NULL指针，则不调用回调函数，只更新值。
userdata 作为回调函数传递的用户数据
2 代码

Mat img1, img2; int chu = 3; int da = 21; void hui(int, void*); int main() { img1 = imread("猫1.jpg"); namedWindow("原图"); imshow("原图", img1); namedWindow("膨胀"); createTrackbar("结构元尺寸", "膨胀", &chu, da,hui); hui(chu, 0); waitKey(0); } void hui(int, void*) { int s = chu ; Mat elent = getStructuringElement(MORPH_RECT, Size(s, s)); dilate(img1, img2, elent); imshow("膨胀", img2); }

3 效果图
【opencv|opencv学习笔记（二）图像腐蚀和膨胀】