快捷導(dǎo)航

OpenCV實(shí)現(xiàn)圖像膨脹

更新時(shí)間：2021年06月23日 10:57:40 作者：我有一個(gè)夢(mèng)想

這篇文章主要為大家詳細(xì)介紹了OpenCV實(shí)現(xiàn)圖像膨脹，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

圖像的膨脹與圖像腐蝕是一對(duì)相反的過(guò)程，與圖像腐蝕相似，圖像膨脹同樣需要結(jié)構(gòu)元素用于控制圖像膨脹的效果。結(jié)構(gòu)元素可以任意指定結(jié)構(gòu)的中心點(diǎn)，并且結(jié)構(gòu)元素的尺寸和具體內(nèi)容都可以根據(jù)需求自己定義。定義結(jié)構(gòu)元素之后，將結(jié)構(gòu)元素的中心點(diǎn)依次放到圖像中每一個(gè)非0元素處，如果原圖像中某個(gè)元素被結(jié)構(gòu)元素覆蓋，但是該像素的像素值不與結(jié)構(gòu)元素中心點(diǎn)對(duì)應(yīng)的像素點(diǎn)的像素值相同，那么將原圖像中的該像素的像素值修改為結(jié)構(gòu)元素中心點(diǎn)對(duì)應(yīng)點(diǎn)的像素值。圖像的膨脹過(guò)程示意圖如圖所示，圖中左側(cè)為待膨脹的原圖像，中間為結(jié)構(gòu)元素，首先將結(jié)構(gòu)元素的中心與原圖像中的A像素重合，將結(jié)構(gòu)元素覆蓋的所有像素的像素值都修改為1，將結(jié)構(gòu)元素中心點(diǎn)依次與原圖像中的每個(gè)像素重合，判斷是否有需要填充的像素。原圖像膨脹的結(jié)果如圖中右側(cè)圖像所示。

圖像膨脹數(shù)學(xué)表示形式如式(6.5)所示，通過(guò)公式可以發(fā)現(xiàn)，其實(shí)圖像A的膨脹運(yùn)算就是生成能夠?qū)⒔Y(jié)構(gòu)元素B全部包含的圖像。

膨脹函數(shù)

void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );

src：輸入的待膨脹圖像，圖像的通道數(shù)可以是任意的，但是圖像的數(shù)據(jù)類型必須是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F之一。
dst：膨脹后的輸出圖像，與輸入圖像src具有相同的尺寸和數(shù)據(jù)類型。
kernel：用于膨脹操作的結(jié)構(gòu)元素，可以自己定義，也可以用getStructuringElement()函數(shù)生成。
anchor：中心點(diǎn)在結(jié)構(gòu)元素中的位置，默認(rèn)參數(shù)為結(jié)構(gòu)元素的幾何中心點(diǎn)
iterations：膨脹的次數(shù)，默認(rèn)值為1。
borderType：像素外推法選擇標(biāo)志，取值范圍在表3-5中給出。默認(rèn)參數(shù)為BORDER_DEFAULT，表示不包含邊界值倒序填充。
borderValue：使用邊界不變外推法時(shí)的邊界值。

該函數(shù)根據(jù)結(jié)構(gòu)元素對(duì)輸入圖像進(jìn)行膨脹，在膨脹多通道圖像時(shí)每個(gè)通道獨(dú)立進(jìn)行膨脹運(yùn)算。函數(shù)的第一個(gè)參數(shù)為待膨脹的圖像，圖像通道數(shù)可以是任意的，但是圖像的數(shù)據(jù)類型必須是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F之一。函數(shù)第二個(gè)參數(shù)為膨脹后的輸出圖像，與輸入圖像具有相同的尺寸和數(shù)據(jù)類型。函數(shù)第三個(gè)和第四個(gè)參數(shù)都是與結(jié)構(gòu)元素相關(guān)的參數(shù)，第三個(gè)參數(shù)為結(jié)構(gòu)元素，膨脹時(shí)使用的結(jié)構(gòu)元素尺寸越大效果越明顯，第四個(gè)參數(shù)為結(jié)構(gòu)元素的中心位置，第四個(gè)參數(shù)的默認(rèn)值為Point(-1,-1)，表示結(jié)構(gòu)元素的幾何中心處為結(jié)構(gòu)元素的中心點(diǎn)。函數(shù)第五個(gè)參數(shù)是使用結(jié)構(gòu)元素膨脹的次數(shù)，膨脹次數(shù)越多效果越明顯，默認(rèn)參數(shù)為1，表示只膨脹1次。函數(shù)第六個(gè)參數(shù)是圖像像素外推法的選擇標(biāo)志，第七個(gè)參數(shù)為使用邊界不變外推法時(shí)的邊界值，這兩個(gè)參數(shù)對(duì)圖像中主要部分的膨脹操作沒(méi)有影響，因此在多數(shù)情況下使用默認(rèn)值即可。

簡(jiǎn)單示例

//
// Created by smallflyfly on 2021/6/18.
//
 
#include "opencv2/opencv.hpp"
 
#include <iostream>
 
using namespace cv;
using namespace std;
 
void drawResult(Mat im, int num, Mat stats, Mat centroids, const string& name) {
    for (int i = 1; i < num; ++i) {
        int x = centroids.at<double>(i, 0);
        int y = centroids.at<double>(i, 1);
        cout << x << " " << y << endl;
        circle(im, Point(x, y), 2, Scalar(0, 0, 255), -1);
        int xmin = stats.at<int>(i, CC_STAT_LEFT);
        int ymin = stats.at<int>(i, CC_STAT_TOP);
        int w = stats.at<int>(i, CC_STAT_WIDTH);
        int h = stats.at<int>(i, CC_STAT_HEIGHT);
 
        Rect rect(xmin, ymin, w, h);
        rectangle(im, rect, Scalar(255, 255, 255), 2);
        putText(im, to_string(i), Point(x+5, y), FONT_HERSHEY_SCRIPT_SIMPLEX, 0.3, Scalar(0, 0, 255), 1);
    }
    imshow(name, im);
}
 
int main() {
    Mat src = (
            Mat_<uchar>(6, 6) <<
                              0, 0, 0, 0, 255, 0,
                    0, 255, 255, 255, 255, 255,
                    0, 255, 255, 255, 255, 0,
                    0, 255, 255, 255, 255, 0,
                    0, 255, 255, 255, 255, 0,
                    0, 0, 0, 0, 255, 0
    );
    resize(src, src, Size(0, 0), 50, 50, INTER_NEAREST);
    Mat m1, m2;
    m1 = getStructuringElement(0, Size(3, 3));
    m2 = getStructuringElement(1, Size(3, 3));
 
    Mat dilateM1, dilateM2;
    dilate(src, dilateM1, m1, Point(-1, -1), 5);
    dilate(src, dilateM2, m2, Point(-1, -1), 5);
 
    imshow("src", src);
    imshow("dilateM1", dilateM1);
    imshow("dilateM2", dilateM2);
 
    Mat xbim = imread("xiaobai.jpg");
    Mat xbM1, xbM2;
    dilate(xbim, xbM1, m1, Point(-1, -1), 2);
    dilate(xbim, xbM2, m2, Point(-1, -1), 2);
 
    imshow("xbim", xbim);
    imshow("xbM1", xbM1);
    imshow("xbM2", xbM2);
 
    Mat im = imread("rice.jfif");
    resize(im, im, Size(0, 0), 0.6, 0.6);
    Mat im1 = im.clone();
 
    Mat gray;
    cvtColor(im, gray, CV_BGR2GRAY);
    Mat riceBin;
    threshold(gray, riceBin, 125, 255, THRESH_BINARY);
 
    Mat out, stats, centroids;
    int count1 = connectedComponentsWithStats(riceBin, out, stats, centroids, 8, CV_16U);
    drawResult(im, count1, stats, centroids, "no dilate");
 
    Mat dilateIm1, dilateIm2;
    dilate(riceBin, dilateIm1, m1, Point(-1, -1), 5);
    dilate(riceBin, dilateIm2, m2, Point(-1, -1), 5);
 
    int count2 = connectedComponentsWithStats(dilateIm1, out, stats, centroids, 8, CV_16U);
    drawResult(dilateIm1, count2, stats, centroids, "dilateIm1");
    int count3 = connectedComponentsWithStats(dilateIm2, out, stats, centroids, 8, CV_16U);
    drawResult(dilateIm2, count3, stats, centroids, "dilateIm2");
 
    waitKey(0);
    destroyAllWindows();
 
}