opencv图像腐蚀

腐蚀(Erosion)是一种形态学图像处理操作,用于移除图像中的小白点、细小物体或者边缘。它通过将结构元素应用于图像上的像素来实现。

以下是opencv实现图像腐蚀的代码

c 复制代码
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main() {
	Mat srcImage = imread("3.png");
	imshow("原图", srcImage);
	waitKey(0);
	return 0;
}

我们先显示一下原始图片。

1 为啥#include的时候要包含这么长的头文件,直接包含这个hpp不好吗?

因为这样做首先可以实现选择性地包含文件,其次可以防止额外相同的文件被包含。

2 highgui模块就是图像的一些高级图像界面模块你看它后缀名gui。imgproc模块是图像处理模块。

然后是腐蚀的过程,下面先是代码

c 复制代码
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main() {
	Mat srcImage = imread("3.png");
	imshow("原图", srcImage);
	Mat element = getStructuringElement(MORPH_RECT, Size(30, 30));
	Mat dstImage;
	erode(srcImage, dstImage, element);
	imshow("腐蚀图", dstImage);
	waitKey(0);
	return 0;
}

1 getStructuringElement用来获取结构元素的函数,结构元素就像是一种小小的形状模板,用于在图像处理中执行各种操作。比如,可以想象成一个小小的图案,比如一个小方块、圆圈或者十字形。这个小形状可以被放置在图像上,然后根据它的形状和大小,来改变图像中的像素值。

2 erode常见的参数就是输入,输出,结构元素。

这个是效果图我设置Size(30,30)的时候

3 可以试试改变结构元素的形状

c 复制代码
Mat element = getStructuringElement(MORPH_ELLIPSE, Size(1, 1));

Size(10,30)的时候

Size(1,1)的时候

可以看出结构元素越大腐蚀的效果就越明显。

我们还可以实现迭代次数的增加,这样图像的边缘更加紧凑(为啥感觉没毛变化)

c 复制代码
	erode(srcImage, dstImage, element,cv::Point(-1,-1),13,0);

对了,我简单说一下腐蚀的原理

这个涉及的语言讲不好讲还不如看视频,博客,以下的都不错

参考资料:

https://www.bilibili.com/video/BV1NF411w7fM/?spm_id_from=333.337.search-card.all.click

https://zhuanlan.zhihu.com/p/433688663

相关推荐
掘金安东尼16 分钟前
互联网不再由 URL 为核心入口
前端·人工智能·github
XZSSWJS26 分钟前
机器视觉学习-day03-灰度化实验-二值化和自适应二值化
人工智能·学习·计算机视觉
martian66533 分钟前
大模型部署:AI大模型在医学影像分类中的ONNX、TensorRT和Docker应用
人工智能·docker·分类·ai大模型·hugging face
Monkey的自我迭代39 分钟前
深度学习入门第一课——神经网络实现手写数字识别
人工智能·深度学习·神经网络
IT_陈寒1 小时前
3年Java开发经验总结:提升50%编码效率的7个核心技巧与实战案例
前端·人工智能·后端
wjt1020201 小时前
支持向量机(SVM)内容概述
人工智能·机器学习·支持向量机
不爱学英文的码字机器2 小时前
[CS创世SD NAND征文] CS创世CSNP1GCR01-AOW在运动控制卡中的高可靠应用
人工智能·嵌入式硬件·物联网·iot
chian-ocean5 小时前
Bright Data 代理 + MCP :解决 Google 搜索反爬的完整方案
人工智能·python
GIS小天6 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年8月25日第170弹
人工智能·算法·机器学习·彩票
Ronin-Lotus8 小时前
深度学习篇--- ResNet-18
人工智能·深度学习·resnet