1.认识黑帽运算

图像黑帽运算

<code>dst = blackhat(src,element) = close(src,element) - src/<code>

1.1运用场景

常用于背景和轮廓提取。

1.2优势

用黑帽运算来分离比邻近点暗一些的斑块，可以获得非常完美的轮廓效果图。

2.OpenCV函数

<code>void morphologyEx( InputArray src, OutputArray dst,
                                int op, InputArray kernel,
                                Point anchor=Point(-1,-1), int iterations=1,
                                int borderType=BORDER_CONSTANT,
                                const Scalar& borderValue=morphologyDefaultBorderValue() );/<code>

参数解释：

• src：输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。
• dst：OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。
• op：int类型的op，表示形态学运算的类型。
• kernel：InputArray类型的kernel，形态学运算的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement()配合这个参数的使用。getStructuringElement()函数会返回指定形状和尺寸的结构元素（内核矩阵）。关于getStructuringElement()函数，请见文章里有相关讲解：【拜小白opencv】36-形态学滤波1——腐蚀
• anchor：Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。
• iterations：int类型的iterations，迭代使用函数的次数，默认值为1。
• borderType：int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_ CONSTANT。
• borderValue：const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

往往只需要填前面的四个参数，后面的四个参数都有默认值。

3.C++实现

<code>//--------------------------------------【程序说明】-------------------------------------------
//\t\t程序描述：形态学黑帽运算
//\t\t开发测试所用操作系统： Windows 10 64bit
//\t\t开发测试所用IDE版本：Visual Studio 2017
//\t\t开发测试所用OpenCV版本：\t3.4
//\t\t2020年3月 Created by @DL小宝
//\t\t2020年3月 Revised by @DL小宝
//------------------------------------------------------------------------------------------------

//---------------------------------【头文件、命名空间包含部分】----------------------------
//\t\t描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include <opencv2>
#include <opencv2>
#include <opencv2>
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//\t\t描述：控制台应用程序的入口函数，我们的程序从这里开始 

//-----------------------------------------------------------------------------------------------
int main()
{
\t//载入原始图   
\tMat image = imread("hmm.jpg");  //工程目录下应该有一张名为hmm.jpg的素材图
\t//创建窗口   
\tnamedWindow("【原始图】黑帽运算");
\tnamedWindow("【效果图】黑帽运算");
\t//显示原始图  
\timshow("【原始图】黑帽运算", image);
\t//定义核
\tMat element = getStructuringElement(MORPH_RECT, Size(15, 15));
\t//进行形态学操作
\tmorphologyEx(image, image, MORPH_BLACKHAT, element);
\t//显示效果图  
\timshow("【效果图】黑帽运算", image);
\twaitKey(0);
\treturn 0;
}/<opencv2>/<opencv2>/<opencv2>/<code>

4.可视化

閱讀更多 DL小寶 的文章

關鍵字: 图像 黑帽 运算