形态学操作
先得到一个卷积核
cpp
Mat kernel = getStructuringElement(MORPH_RECT,Size(5,5));
第一个是形状 第二个是卷积核大小
依次为腐蚀 膨胀 开运算 闭运算
cpp
Mat erodemat,dilatemat,openmat,closemat;
morphologyEx(result1, erodemat, MORPH_ERODE, kernel);
morphologyEx(result1, dilatemat, MORPH_DILATE, kernel);
morphologyEx(result1, openmat, MORPH_OPEN, kernel);
morphologyEx(result1, closemat, MORPH_CLOSE, kernel);
tips:这些都是针对于二值化图像操作的
单独的也有 例如腐蚀函数
cpp
erode(thresh_Mat1, erode_Mat1, element, Point(-1, -1), 2);
这个-1 -1是默认的 不变
2是做两次腐蚀的意思
连通域标记
先定义返回的值
cpp
Mat stats;
Mat centroids;
Mat labels;
stats:记录了每个连通区域的信息,是一个5列的矩阵,每一行对应一个连通区域,分别为连通区域外接矩形的x、y、width、height和面积,例如stats[0][4]就是第一个连通区域的面积
centroids:连通域的中心点,没什么大用
labels:输出的labels是一个和原图一样大小的矩阵,原图中检测到的连通图的位置,对应的labels矩阵值为1,其余值为0,算是一种特殊的标记
连通域函数
cpp
int nComp = connectedComponentsWithStats(dilatemat, labels, stats, centroids, 8, CV_32S);
处理的图像(膨胀后的图一般是)
输出矩阵(上面有描述)
连通域信息
中心点
8代表8连通,4代表4连通
CV_32S默认参数
ncomp返回的是有几个连通域,但也包括了背景。
标记连通域方法
cpp
for (int i = 1; i < nComp; i++)
{
//定义Rect类
Rect bandbox;
bandbox.x = stats.at<int>(i, 0);
bandbox.y = stats.at<int>(i, 1);
bandbox.width = stats.at<int>(i, 2);
bandbox.height = stats.at<int>(i, 3);
rectangle(image, bandbox, CV_RGB(255,255,255), 1, 8, 0);
}
这里stats是连通域信息,为什么不能用stats[i][x]这样呢 因为stats是Mat类型,而不是数组类型,所以要按照规定来以后都这样写
焊点的统计
需要用腐蚀操作将线腐蚀掉
回形针的统计
需要利用开运算 膨胀一点图像
需要利用长宽比统计数目 因为图片中有瑕疵,左边有白色痕迹
cpp
for (int i = 1; i < nComp5; i++)
{
int width = stats5.at<int>(i, 2);
int height = stats5.at<int>(i, 3);
int ratio = height / width;
if (ratio > 10)
{
nComp5--;
}
}
一般很多都需要这样判断统计的,这是利用长宽比 还有面积等等等