本文共 1666 字，大约阅读时间需要 5 分钟。

OpenCV 膨胀与腐蚀操作

膨胀和腐蚀是图像处理中的常见操作，常用于边缘检测和形状变化分析。以下是基于OpenCV的C++代码示例，展示了如何实现这些操作。

代码结构说明

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace std;using namespace cv;
      
     
    
   

导入必要的库

• opencv2/opencv.hpp：OpenCV库的核心头文件，包含基本图像处理功能。
• opencv2/highgui/highgui.hpp：高级用户界面功能，用于创建和管理图像窗口。
• iostream：标准输入输出流，用于打印文本信息。
• math.h：用于数学函数，包括随机数生成和基本运算。

函数定义

void CallBack_Demo(int, void*);

主函数

int main(){    src = imread("E:\\vs2015\\opencvstudy\\3.jpg", 1);    if (src.empty()){        cout << "could not load the src image!" << endl;        return -1;    }    char *input_title = "input Image";    imshow(input_title, src);    namedWindow(output_title, 1);    createTrackbar("Size:", output_title, &element_size, max_size, CallBack_Demo);    CallBack_Demo(0, 0);    waitKey(0);    return 0;}

回调函数

void CallBack_Demo(int, void*){    int s = element_size * 2 + 1;    Mat structureElement = getStructuringElement(MORPH_RECT, Size(s,s), Point(-1, -1));    dilate(src, dst_dilate, structureElement, Point(-1, -1), 1);    //erode(src, dst_erode, structureElement, Point(-1, -1), 1);    imshow(output_title, dst_dilate);    //imshow(output_title, dst_erode);    return;}

代码解释

膨胀与腐蚀的原理

• 膨胀：膨胀操作会使图像中的每个像素扩展成更大的区域，用于增强图像的边缘。膨胀的核心原理是求最大值，即白色部分增多。

• 腐蚀：腐蚀操作会使图像中的每个像素收缩成更小的区域，通常用于去除图像中的小噪声。腐蚀的核心原理是求最小值，即黑色部分增多。

参数说明

• element_size：结构元素的大小，决定了膨胀/腐蚀的程度。值越大，效果越明显。
• max_size：结构元素的最大值，确保结构元素的合理范围。

通过调整这些参数，可以在图像中实现不同的膨胀和腐蚀效果。

转载地址：http://gmsfk.baihongyu.com/