【opencv】教程代码 —ImgProc (4) Hit or Miss形态学操作

4. HitMiss.cpp Hit or Miss形态学操作

kernel

cpp 复制代码
#include <opencv2/core.hpp> // 引入opencv库,用于处理序列和算子等基本数据结构
#include <opencv2/imgproc.hpp> // 引入opencv库,用于图片处理,包含图像过滤,几何转换,颜色转换等
#include <opencv2/highgui.hpp> // 引入opencv库,用于图像界面展示,存储以及鼠标交互等操作


using namespace cv; // 利用cv命名空间,减少代码量


int main(){ 
    // 创建一个8x8的矩阵,并初始化数据
    Mat input_image = (Mat_<uchar>(8, 8) << 
        0, 0, 0, 0, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 0, 0, 255,
        0, 255, 255, 255, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 255, 0, 0,
        0, 0, 255, 0, 0, 0, 0, 0,
        0, 0, 255, 0, 0, 255, 255, 0,
        0, 255, 0, 255, 0, 0, 255, 0,
        0, 255, 255, 255, 0, 0, 0, 0);


    // 创建一个3x3的矩阵,作为形态学操作的结构元素
    Mat kernel = (Mat_<int>(3, 3) <<
        0, 1, 0,
        1, -1, 1,
        0, 1, 0);


    Mat output_image; // 创建一个Mat对象,用来存储结果
    morphologyEx(input_image, output_image, MORPH_HITMISS, kernel); // 执行形态学操作


    const int rate = 50; 
    kernel = (kernel + 1) * 127; // 把kernel值调整到合理的显示范围内
    kernel.convertTo(kernel, CV_8U); // 将kernel的数据类型转换为8位无符号整数类型


    resize(kernel, kernel, Size(), rate, rate, INTER_NEAREST); // 缩放kernel,以显示在窗口上
    imshow("kernel", kernel); // 展示kernel结果
    moveWindow("kernel", 0, 0); // 移动window到指定位置


    resize(input_image, input_image, Size(), rate, rate, INTER_NEAREST); // 缩放input_image,以显示在窗口上
    imshow("Original", input_image); // 展示原始图片
    moveWindow("Original", 0, 200); //移动window到指定位置


    resize(output_image, output_image, Size(), rate, rate, INTER_NEAREST); // 缩放output_image,以显示在窗口上
    imshow("Hit or Miss", output_image); // 展示处理后的图片
    moveWindow("Hit or Miss", 500, 200); //移动window到指定位置


    waitKey(0); // 等待用户动作
    return 0; // 结束主函数
}

创建一个输入图像,并对其应用Hit-or-Miss转换(一种特定的形态学运算类型)。形态学操作的结果存储在另一图像中,并随后显示在屏幕上。代码还展示了如何创建用于形态学转换的核心,并显示原始和转换后的图像,以便比较。此程序的核心是**morphologyEx函数** ,它实现了形态学转换。这是一种处理数字图像和进行图像分析的基础工具,在计算机视觉和图像处理中非常常见。例如,可以用于移除图像中的噪声、执行图像分割,或者找出图像中的亮区域等。

相关推荐
Geek-Chow几秒前
MCP 模型上下文协议:九、深入服务器 · 工具、资源与提示
人工智能
Theo_xx7 分钟前
声学感知基础:Day1.常见音频类型(Chirp、FMCW、OFDM)的区别、联系和选择
人工智能·无线感知·声学感知
DisonTangor8 分钟前
Qwen-Drive-1.0:首个统一 3D 感知、视觉问答与运动规划的自动驾驶视觉语言基础模型
人工智能·3d·自动驾驶
XiaoKe202611 分钟前
数海云擎:以内外双向数智化锻造竞争壁垒,跑通销售全链路
大数据·人工智能·科技·软件需求
m0_5873830015 分钟前
全民健身解决方案软件开发:从架构设计到落地实践
人工智能·数据挖掘·系统架构·需求分析
V1588972620115 分钟前
从滴滴模式看机器人租赁:撮合型租赁平台开发源码的调度系统设计思路
linux·前端·机器人
Zzj_tju16 分钟前
小模型指令微调:数据混合、模板与过拟合的最小复现
人工智能·深度学习·机器学习·语言模型
basketball61618 分钟前
AI Infra 推理部署技术总结:2. vLLM 内核——PagedAttention 与调度器原理
android·人工智能·vllm·ai infra
szarron24 分钟前
国产手持式频谱分析仪选型攻略:TFN RC系列 vs HTOOL SA8T频谱分析仪 专业参数对比(军工/路测/调试全覆盖)
开发语言·前端·状态模式
新知图书26 分钟前
第 1 章 大模型时代 《DeepSeek原生应用与智能体开发实践》
人工智能·智能体