1.認識黑帽運算

圖像黑帽運算

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

1.1運用場景

常用於背景和輪廓提取。

1.2優勢

用黑帽運算來分離比鄰近點暗一些的斑塊，可以獲得非常完美的輪廓效果圖。

2.OpenCV函數

<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>

參數解釋：

• src：輸入圖像，即源圖像，填Mat類的對象即可。圖像位深應該為以下五種之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。
• dst：OutputArray類型的dst，即目標圖像，函數的輸出參數，需要和源圖片有一樣的尺寸和類型。
• op：int類型的op，表示形態學運算的類型。
• kernel：InputArray類型的kernel，形態學運算的內核。若為NULL時，表示的是使用參考點位於中心3x3的核。我們一般使用函數 getStructuringElement()配合這個參數的使用。getStructuringElement()函數會返回指定形狀和尺寸的結構元素（內核矩陣）。關於getStructuringElement()函數，請見文章裡有相關講解：【拜小白opencv】36-形態學濾波1——腐蝕
• anchor：Point類型的anchor，錨的位置，其有默認值（-1，-1），表示錨位於中心。
• iterations：int類型的iterations，迭代使用函數的次數，默認值為1。
• borderType：int類型的borderType，用於推斷圖像外部像素的某種邊界模式。注意它有默認值BORDER_ CONSTANT。
• borderValue：const Scalar&類型的borderValue，當邊界為常數時的邊界值，有默認值morphologyDefaultBorderValue()，一般我們不用去管他。需要用到它時，可以看官方文檔中的createMorphologyFilter()函數得到更詳細的解釋。

往往只需要填前面的四個參數，後面的四個參數都有默認值。

3.C++實現

<code>//--------------------------------------【程序說明】-------------------------------------------
//\t\t程序描述：形態學黑帽運算
//\t\t開發測試所用操作系統： Windows 10 64bit
//\t\t開發測試所用IDE版本：Visual Studio 2017
//\t\t開發測試所用OpenCV版本：\t3.4
//\t\t2020年3月 Created by @DL小寶
//\t\t2020年3月 Revised by @DL小寶
//------------------------------------------------------------------------------------------------

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

//-----------------------------------【main( )函數】--------------------------------------------
//\t\t描述：控制檯應用程序的入口函數，我們的程序從這裡開始 

//-----------------------------------------------------------------------------------------------
int main()
{
\t//載入原始圖   
\tMat image = imread("hmm.jpg");  //工程目錄下應該有一張名為hmm.jpg的素材圖
\t//創建窗口   
\tnamedWindow("【原始圖】黑帽運算");
\tnamedWindow("【效果圖】黑帽運算");
\t//顯示原始圖  
\timshow("【原始圖】黑帽運算", image);
\t//定義核
\tMat element = getStructuringElement(MORPH_RECT, Size(15, 15));
\t//進行形態學操作
\tmorphologyEx(image, image, MORPH_BLACKHAT, element);
\t//顯示效果圖  
\timshow("【效果圖】黑帽運算", image);
\twaitKey(0);
\treturn 0;
}/<opencv2>/<opencv2>/<opencv2>/<code>

4.可視化

閱讀更多 DL小寶 的文章

關鍵字: 運算 黑帽 圖像處理