基本形態(tài)學(xué)算法 為什么要做基本形態(tài)學(xué)算法的研究和實(shí)現(xiàn)？是因?yàn)樾螒B(tài)學(xué)是一個(gè)非常有力，應(yīng)用 廣泛的工具，但同時(shí)也是研究不是很清楚的工具。往往一個(gè)恰到好處的變換，就能夠省下許多的勞動。對此的分類和研究就顯得非常有必要，而相關(guān)代碼的積累，也很有價(jià)值。 零、基本概念： 膨脹：白->黑; ? ?dilate 腐蝕：黑->白； ?erode 開 ? ?: 腐蝕->膨脹 平滑物體輪廓，斷開較窄的地方，清除細(xì)突； 閉 ? ：膨脹->腐蝕 彌合較窄的間斷，填補(bǔ)細(xì)長的溝壑； 頂帽 :src-(開運(yùn)算（src)) 底帽 :閉運(yùn)算(src)-src 一、邊界提取 先腐蝕，然后相減。 作為生成算法可能價(jià)值不是很大，但是在生成鏤空字符的時(shí)候，價(jià)值就會比較大。 變成以及 //-------------------生成驗(yàn)證碼--------------//
void?creatCode()
{
????Mat?edge;
????Mat?code?=?imread("abcd123.bmp",0);
????threshold(code,code,0,255,THRESH_OTSU);
????threshold(code,code,0,255,THRESH_BINARY_INV);
????dilate(code,code,Mat(1,5,CV_8U));
????erode(code,edge,Mat());
????edge?=?code?-?edge;
????imshow("驗(yàn)證碼生成",code);
}
//-------------------邊界提取----------------//
void?getEdge(Mat?src)
{
????Mat?edge?;
????erode(src,edge,Mat());
????edge?=?src?-?edge;
????imshow("邊界提取",edge);
} 二、孔洞填充（注意，floodfill是沒有教程的) 一個(gè)孔洞可以被定義為由前景像素相連接的邊界所包圍的一個(gè)背景區(qū)域。關(guān)鍵是標(biāo)注出區(qū)域中的點(diǎn)來。 原文的翻譯實(shí)在無法理解。我這里做出自己收集到的實(shí)現(xiàn)。 opencv中提供了floodfill的例子，應(yīng)該說功能強(qiáng)大 對于本例，問題在于如何自動化這個(gè)過程? 我實(shí)現(xiàn)了一個(gè)效果，主要是通過反過來找中間的黑點(diǎn)，然后相加。這里屬于反過來使用floodfill,效果還是不錯(cuò)的. NICE!體現(xiàn)形態(tài)學(xué)的強(qiáng)大能力。如果你用輪廓來找的話，會很麻煩，而且不穩(wěn)定。但是用形態(tài)學(xué)，確非常穩(wěn)定，只有在很特殊的情況下，才可能出現(xiàn)失敗的青年高考。 三、聯(lián)通分量提取 從二值圖像中提取聯(lián)通分量是許多自動圖形啊分析應(yīng)用的核心。除了在對應(yīng)A中每個(gè)連通分量中的一個(gè)點(diǎn)的已指的每一個(gè)位置我們置為1，其他為0 對于8連通，目前采用的算法是find contours。雖然有一些文檔中也提出了一些算法，但是根據(jù)我目前的知識結(jié)構(gòu)，還是直接contour的方法最好。 ? 四、【關(guān)于細(xì)化和骨廓，屆時(shí)看不懂】 五、頂帽變換和底帽變換 頂帽變換的一個(gè)作用是去除光照不均勻 用于連鑄的效果非常明顯，我相信這樣可以把代碼質(zhì)量進(jìn)一步提高 黑帽 去除背景還是要這樣來做 從這點(diǎn)可以看出，它的確是效果要更好一點(diǎn)的。 小結(jié)： 形態(tài)學(xué)變換應(yīng)該說是很強(qiáng)的，因?yàn)樗咏谠嫉那闆r，是不同于輪廓分析的基礎(chǔ)工具。在我之前的過程中確實(shí)缺乏這方面的使用，這方面的書還要多讀多用。 P.S. 在OPENCV中，提供了一攬子的解決方法 int?main() { ????Mat?src?=?imread("./image/chars_identify.jpg",0); ????? ????Mat?srcClone?=?src.clone(); ????Mat?element?=?getStructuringElement(MORPH_ELLIPSE,Size(7,3)); ????morphologyEx(src,srcClone,CV_MOP_TOPHAT,element); ????imshow("src",src); ????imshow("srcClone",srcClone); ????waitKey(); } 分為兩個(gè)部分，首先生成一個(gè)element，然后根據(jù)參數(shù)的不同，進(jìn)行形態(tài)學(xué)變換 /*?Morphological?operations?*/ enum { ????CV_MOP_ERODE????????=0, ????CV_MOP_DILATE???????=1, ????CV_MOP_OPEN?????????=2, ????CV_MOP_CLOSE????????=3, ????CV_MOP_GRADIENT?????=4, ????CV_MOP_TOPHAT???????=5, ????CV_MOP_BLACKHAT?????=6 };

來自為知筆記(Wiz)

總結(jié)

以上是生活随笔為你收集整理的基本形态学算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。