图像腐蚀

2020-09-05

首先我们来了解一下什么是腐蚀，为什么要进行图像的腐蚀。

在了解腐蚀之前我们先来了解一下结构元素

结构元素的定义如下：

设有两幅图象B，X。若X是被处理的对象，而B是用来处理X的，则称B为结构元素(structure element)，又被形象地称做刷子。结构元素通常都是一些比较小的图象。

接下来我们看一下腐蚀的定义：

在图像的形态学操作中腐蚀就是删除对象边界的某些点的像素

腐蚀的作用：

边缘检测
噪声过滤
形态骨架提取

其数学表达式为

1	dst(x,y) = min src( x + x`,y+y`) 其中（x`,y`）: element(x`,y`) != 0

原理：

对Z中的集合A和B，B对A进行腐蚀的整个过程如下：

⑴ 用结构元素B，扫描图像A的每一个像素

⑵ 用结构元素与其覆盖的二值图像做“与”操作

⑶ 如果都为1，结果图像的该像素为1。否则为0

腐蚀处理的结果是使原来的二值图像减小一圈

代码：

#include <iostream>
#include <opencv2/opencv.hpp>
int main(int argc, char* argv[])
{
	cv::Mat srcImage = cv::imread("32.jpg");			//read the file
	if (srcImage.empty())
	{
		std::cerr << "the file does not exits!" << std::endl;
		return -1;
	}
	//get the structure element
	cv::Mat StructElement = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(15, 15));
	//defination the result
	cv::Mat result;
	//erode the image
	cv::erode(srcImage, result, StructElement);
	//show the image
	cv::namedWindow("input",cv::WINDOW_AUTOSIZE);
	cv::namedWindow("output",cv::WINDOW_AUTOSIZE);
	cv::imshow("input",srcImage);
	cv::imshow("output",result);
	cv::waitKey(0);
	cv::destroyAllWindows();
	return 0;
}

结果：

input

output