OpenCV图像的腐蚀与膨胀.docVIP

《OpenCV图像处理》 ---上机实验报告 3 1.实验题目:腐蚀与膨胀操作 2.实验目的: （1）如何使用opencv提供的两种最基本的形态学操作，腐蚀与膨胀； （2）掌握opencv运行环境及腐蚀与膨胀的基本运行过程。 3.实验原理: (1)形态学操作：形态学操作就是基于形状的一系列图像处理操作，通过将结构元素作用于输入图像来产生输出图像。基本的形态学操作有腐蚀与膨胀，他们的应运广泛：消除噪声，分割独立的图像元素，以及连接相邻的元素；寻找图像中明显的极大值区域或极小值区域。 (2)膨胀：此操作将图像A与任意形状的内核（B），通常为正方形或圆形，进行卷积；内核有一个可定义的锚点，通常定义为内核中心点；进行膨胀操作时，将内核B画过图像，将内核B覆盖区域的最大像素值提取，并代替锚点位置的像素。显然这一最大化操作会导致图像中的亮区开始“扩展”。 (3)腐蚀：它在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的像素最小值；进行腐蚀操作时，将内核B画过图像，将内核B覆盖区域的最小像素值提取，并代替锚点位置像素，腐蚀操作的结果是图片亮区变细，黑色区域变大。 4.实验结果： 5.源程序： #includestdafx.h #include opencv2/imgproc/imgproc.hpp #include opencv2/highgui/highgui.hpp #include highgui.h #include stdlib.h #include stdio.h using namespace std; using namespace cv; Mat src,erosion_dst,dilation_dst; int erosion_elem=0; int erosion_size=0; int dilation_elem=0; int dilation_size=0; int const max_elem=2; int const max_kernel_size=21; void Erosion(int ,void*); void Dilation(int ,void*); int main(int argc,char** argv) { src=imread(na.jpg); if(!src.data) {return -1;} namedWindow(Erosion Demo, CV_WINDOW_AUTOSIZE ); namedWindow(Dilation Demo, CV_WINDOW_AUTOSIZE ); cvMoveWindow(Dilation Demo,src.cols,0); createTrackbar(Element:\n0:Rect\n1:Cross\n2:Ellipse,Erosion Demo, erosion_elem,max_elem, Erosion); createTrackbar(Kernel size:\n 2n +1,Erosion Demo, erosion_size,max_kernel_size, Erosion); createTrackbar(Element:\n0:Rect\n1:Cross\n2:Ellipse,Dilation Demo,dilation_elem,max_elem,Dilation); createTrackbar(Kernel size:\n 2n +1,Dilation Demo,dilation_size,max_kernel_size,Dilation); Erosion(0,0); Dilation(0,0); waitKey(0); return 0; } void Erosion(int,void*) { int erosion_type; if(erosion_elem==0){erosion_type=MORPH_RECT;} else if(erosion_elem==1){erosion_type=MORPH_CROSS;} else if(erosion_elem==2){erosion_type=MORPH_ELLIPSE;} Mat element=getStructuringElement(erosion_type,Size(2*erosion_size+1,2*erosion_siz