C++ opencv图像腐蚀膨胀

1 概念

1.1 腐蚀跟膨胀是最基本的形态学运算

1.2 腐蚀跟膨胀是对图像的白色的部分（亮光部分）进行操作

1.3 腐蚀是对亮光部分进行腐蚀 拥有比原图更小的亮光部分

1.4 膨胀是对亮光部分进行膨胀 拥有比原图更大的亮光部分 

这里有一个误区 

假如说在图片上的一个字，很多人都会认为膨胀是将图片上的字进行膨胀放大实则不然

可以看到膨胀是将图片上的亮色区域进行放大，字就会变得更小，结构体够大的情况下，字就会看不见了**

可以看到腐蚀是将图片上的亮色区域进行放小，字就会变得更大。

2 膨胀

1.先看膨胀函数的原码，可以到opencv官网进行查看

附链接：https://docs.opencv.org/4.5.5/

这里选择是4.5.5 版本

• src 输入图像
• dst 输出与src相同大小和类型的图像。
• kernle 用于膨胀的核结构元素 内核可以使用getStructuringElement创建
• getStructuringElement函数下面会说到
• anchor 元素中锚的锚定位置; 默认值(-1，-1)表示锚位于元素中心。
• iterations 迭代次数
• borderType 像素外推方法
• borderValue 当边界为常数时的边界值

当我们用dilate 函数时一般情况下使用前三个参数就可以了，后面参数都有其默认值，可以视情况改变

2 接下来了解getStructuringElement函数

• shape 形状
• MORPH_RECT 矩形
• MORPH_CROSS 交叉形
• MORPH_ELLIPSE 椭圆形
• Szie 构造元素的大小（内核尺寸）
• anchor 锚定位置，默认（-1,1）表示锚位于中心

3 代码

int main()
{
	Mat img1, img2;
	img1 = imread("猫.png");
	imshow("原图", img1);
	Mat element = getStructuringElement(MORPH_RECT, Size(7, 7));
	dilate(img1, img2, element);
	imshow("效果图", img2);
	waitKey(0);
}

效果图 ：

3 腐蚀

1.先看腐蚀函数的原码

• src 输入图像
• dst 输出与src相同大小和类型的图像。
• kernle 用于腐蚀的核结构元素 内核可以使用getStructuringElement创建
• anchor 元素中锚的锚定位置; 默认值(-1，-1)表示锚位于元素中心。
• iterations 迭代次数
• borderType 像素外推方法
• borderValue 当边界为常数时的边界值

2 代码

int main()
{
	Mat img1, img2;
	img1 = imread("猫1.jpg");
	imshow("原图", img1);
	Mat element = getStructuringElement(MORPH_RECT, Size(7, 7));
	erode(img1, img2, element);
	imshow("效果图", img2);
	waitKey(0);
}

3 效果图

4 调整数值的轨迹条

1.先看函数原码

• trackbarname 创建的轨迹条名称。
• winname 窗口的名称，可以附加在指定的窗口上
• value 一个指向整形变量的指针，其值反映滑块的位置。 在创建时，滑块的位置由这个变量定义。
• count滑块的最大位置。 最小的位置总是0。
• onChange 指针指向每次滑块改变位置时调用的函数。 这个函数的原型应该是void Foo(int,void*); 其中第一个参数是轨迹条位置，第二个参数是用户数据(见下一个参数)。 如果回调函数是NULL指针，则不调用回调函数，只更新值。
• userdata 作为回调函数传递的用户数据

2 代码

Mat img1, img2;
int chu = 3;
int da = 21;
void hui(int, void*);
int main()
{
	img1 = imread("猫1.jpg");
	namedWindow("原图");
	imshow("原图", img1);
	namedWindow("膨胀");
	createTrackbar("结构元尺寸", "膨胀", &chu, da,hui);
	hui(chu, 0);
	waitKey(0);
}
void hui(int, void*)
{
	int s = chu ;
	Mat elent = getStructuringElement(MORPH_RECT, Size(s, s));
	dilate(img1, img2, elent);
	imshow("膨胀", img2);
}

3 效果图