形态学基本概念

图像形态学即数学形态学（Mathematical morphology）是一门建立在格伦和拓扑学基础上的图像分析学科，是数学形态学图像处理的基本理论；常见图像形态学运算：腐蚀，膨胀，开运算，闭运算，骨架抽取，极线腐蚀，击中击不中变换，顶帽变换，颗粒分析，流域变换，形态学梯度等。

腐蚀和膨胀是最基本的形态学运算。

腐蚀和膨胀是针对白色部分（高亮部分）而言的。

膨胀(dilate)是对图像高亮部分进行“领域扩张”，领域扩张，效果图拥有比原图更大的高亮区域；

腐蚀(erode)是原图中的高亮区域被蚕食，领域缩减，效果图拥有比原图更小的高亮区域。

开运算：先腐蚀再膨胀，用来消除小物体

闭运算：先膨胀再腐蚀，用于排除小型黑洞

形态学梯度：就是膨胀图与俯视图之差，用于保留物体的边缘轮廓。

顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。

黑帽：闭运算与原图像之差，用于分离比邻近点暗一些的斑块。

高级形态学变换函数：MorphologyEx

函数原型：

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()
)

参数：

• src：源图像Mat对象

• dst：目标图像Mat对象

• op：操作的类型，通过源码我们得知总共有以下几种类型：

  enum MorphTypes{
      MORPH_ERODE    = 0, //腐蚀
      MORPH_DILATE   = 1, //膨胀
      MORPH_OPEN     = 2, //开操作
      MORPH_CLOSE    = 3, //闭操作
      MORPH_GRADIENT = 4, //梯度操作
      MORPH_TOPHAT   = 5, //顶帽操作
      MORPH_BLACKHAT = 6, //黑帽操作
      MORPH_HITMISS  = 7  
  };
  

• kernel：用于膨胀操作的结构元素，如果取值为Mat(),那么默认使用一个3 x 3 的方形结构元素，可以使用getStructuringElement()来创建结构元素

• anchor：参考点，其默认值为(-1,-1)说明位于kernel的中心位置。

• borderType：边缘类型，默认为BORDER_CONSTANT。

• borderValue：边缘值，用它的默认值即可。

形态学开运算

开操作（先腐蚀后膨胀）可以平滑物体轮廓，断开狭窄的间断和消除细小的突出物。

它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。

函数使用：

morphologyEx(src, dst, MORPH_OPEN, kernel);

开运算案例：

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("./morphologyEx.jpg");
	cout << img.size() << endl;
	imshow("原图", img);
	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//形态学开操作
#if 1
	morphologyEx(img, dst, MORPH_OPEN, element);
#else
	erode(img, dst, element);
	dilate(dst, dst, element);
#endif
	imshow("形态学开操作", dst);
	waitKey();
	return 0;
}

注：形态学操作可使用高级函数morphologyEx。

形态学闭运算

闭操作（先膨胀后腐蚀）可以消弭狭窄的间断，消除小的孔洞。先膨胀后腐蚀的操作称之为闭操作。

它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。

函数使用：

morphologyEx(src, dst, MORPH_CLOSE, kernel);

闭运算案例：

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("./morphologyEx.jpg");
	cout << img.size() << endl;
	imshow("原图", img);
	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//形态学闭操作
	morphologyEx(img, dst, MORPH_CLOSE, element);
	imshow("形态学闭操作", dst);
	waitKey();
	return 0;
}

形态学梯度运算

形态学梯度操作能描述图像亮度变化的剧烈程度；当我们想要突出高亮区域的外围时，则可以选用形态学梯度来突出边缘，可以保留物体的边缘轮廓。

形态学梯度运算案例：

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("./morphologyEx.jpg");
	cout << img.size() << endl;
	imshow("原图", img);
	Mat dst;
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
	//形态学梯度运算
	morphologyEx(img, dst, MORPH_GRADIENT, element);
	imshow("形态学梯度运算", dst);
	waitKey();
	return 0;
}

礼/顶帽（Top hat）

顶帽是原图与原图的开运算的差值图像。

开运算放大了裂缝或者局部低亮度的区域，所以，从原图中减去开运算后的图，得到的结果突出了比原图轮廓周围的区域更明亮的区域，这个操作与选择的核的大小有关。TopHat运算一般用来分离比邻近点亮一些的斑块，可以使用这个运算提取背景。

礼帽案例：

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("./morphologyEx.jpg");
	cout << img.size() << endl;
	imshow("原图", img);
	Mat dst,dst_open;
	// 获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
	// 形态学礼帽
	morphologyEx(img, dst_open, MORPH_OPEN, element);
	morphologyEx(img, dst, MORPH_TOPHAT, element);
	imshow("开运算", dst_open);
	imshow("形态学礼帽", dst);
	waitKey();
	return 0;
}

黑帽（Black hat）

黑帽是闭运算结果与原图的差值图像。

黑帽运算的结果突出了比原图轮廓周围区域更暗的区域，所以黑帽运算用来分离比邻近点暗一些的斑块。

黑帽案例：

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("./morphologyEx.jpg");
	cout << img.size() << endl;
	imshow("原图", img);
	Mat dst, dst_close;
	// 获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
	// 形态学黑帽
	morphologyEx(img, dst_close, MORPH_CLOSE, element);
	morphologyEx(img, dst, MORPH_BLACKHAT, element);
	imshow("闭运算", dst_close);
	imshow("形态学黑帽", dst);
	waitKey();
	return 0;
}