C# 基于OpenCv的视觉工作流-章8-形态学
本章目标:
一、获取卷积核;
二、腐蚀;
三、膨胀;
四、闭运算;
五、开运算;
六、形态学梯度;
七、黑帽;
八、顶帽;
形态学是腐蚀与膨胀的反复组合使用,包括了章6腐蚀及章7膨胀,是综合的算子,通过设置不同类型进行不同计算。
一、获取卷积核;
与章6腐蚀相同,不再重复描述。
二、腐蚀;
OpenCv形态学可如下使用:
Mat matDst = new Mat();
Cv2.MorphologyEx(image, matDst, MorphTypes.Erode, matKernel, null, iteration);
其中:参数1,image为输入图像;
参数2,为输出图像;
参数3,为类型(腐蚀、膨胀、闭运算、开运算、形态学梯度、黑帽、顶帽);
参数4,为卷积核;
参数5,为内核的锚点,其默认值为(-1,-1),表示锚点位于内核的中心;
参数6,为计算次数;
腐蚀后,白色区域变小,效果如下。
三、膨胀;
参数3设置为膨胀,膨胀后,白色区域变大,效果如下。
四、闭运算;
参数3设置为闭运算
闭运算=膨胀+腐蚀,即先进行膨胀运算,再进行腐蚀运算。
膨胀会使白色区域变大,侵蚀黑色区域,把黑色区域变小甚至消除,之后再腐蚀,让整体白色区域(轮廓)恢复至原大小。
闭运算后,白色区域中的黑色区域消失,效果如下。
五、开运算;
参数3设置为开运算
开运算=腐蚀+膨胀,即先进行腐蚀运算,再进行膨胀运算。
腐蚀会使白色区域变小甚至消除,之后再膨胀,恢复至原大小。
开运算后,白色小区域消失,效果如下。
六、形态学梯度;
参数3设置为形态学梯度
形态学梯度=原图-腐蚀,腐蚀运算后,白色区域变小,原图白色区域减腐蚀后的白色区域,得到腐蚀掉的部分,即边缘。
形态学梯度后,效果如下。
七、黑帽;
参数3设置为黑帽
黑帽=原图-闭运算,闭运算后,白色区域内部的小黑区域被去掉,原图减闭运算,得到被去掉的小黑区域。
黑帽后,效果如下。
八、顶帽;
参数3设置为顶帽
顶帽=原图-开运算,开运算后,白色小区域被去掉,原图减开运算,得到被去掉的小白色区域。
顶帽后,效果如下。
参考链接
https://www.bilibili.com/video/BV1RFtpeJE6h?spm_id_from=333.788.videopod.episodes&vd_source=3f9438f03abb9d3e91fda0640164d626&p=41
“VisionTool 探迹”免费视觉工具
下载地址:https://pan.baidu.com/s/11tktKOSnepLNIEqNbvnv6w?pwd=qv5i
“VisionTool Halcon”付费视觉工具
下载地址:https://pan.baidu.com/s/1v832KTonDYS6oNnWG2iZtQ?
对应系列文章“C# 基于Halcon的视觉工作流”,欢迎前往阅读。
上述内容需要一定的技术功底,本章至此已结束,欢迎阅读下章,谢谢!