OpenCV 图形API(30)图像滤波-----腐蚀操作函数erode()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

使用特定的结构元素腐蚀图像。

cv::gapi::erode 是 OpenCV 的 G-API 模块中用于执行图像腐蚀操作的函数。腐蚀是一种基本的形态学操作,通常用来移除物体边界上的小结构,或者断开两个连接在一起的对象

该函数通过指定的结构元素来腐蚀源图像,此结构元素决定了在计算像素邻域内的最小值时所采用的形状:
dst ( x , y ) = min ⁡ ( x ′ , y ′ ) :   element ( x ′ , y ′ ) ≠ 0 src ( x + x ′ , y + y ′ ) \texttt{dst} (x,y) = \min _{(x',y'): \, \texttt{element} (x',y') \ne0 } \texttt{src} (x+x',y+y') dst(x,y)=(x′,y′):element(x′,y′)=0minsrc(x+x′,y+y′)

腐蚀可以应用多次(迭代)。对于多通道图像,每个通道独立处理。支持的输入矩阵数据类型包括 CV_8UC1、CV_8UC3、CV_16UC1、CV_16SC1 和 CV_32FC1。输出图像必须与输入图像具有相同的类型、大小和通道数。

注意:

如果硬件支持,则会进行向最近偶数的舍入;如果不支持,则向最近的整数舍入。

函数的文本ID为 "org.opencv.imgproc.filters.erode"。

函数原型

cpp 复制代码
GMat cv::gapi::erode 
(
 	const GMat &  	src,
	const Mat &  	kernel,
	const Point &  	anchor = Point(-1,-1),
	int  	iterations = 1,
	int  	borderType = BORDER_CONSTANT,
	const Scalar &  	borderValue = morphologyDefaultBorderValue() 
) 		

参数

  • 参数 src:输入图像。
  • 参数 kernel:用于腐蚀的结构元素;如果 element=Mat(),则使用 3x3 的矩形结构元素。可以通过 getStructuringElement 创建核。
  • 参数 anchor:元素内锚点的位置;默认值 (-1, -1) 表示锚点位于元素中心。
  • 参数iterations:腐蚀操作被应用的次数。
  • 参数 borderType:像素外推方法,参见 cv::BorderTypes。
  • 参数 borderValue:在使用常量边界情况下边界的值。

代码示例

cpp 复制代码
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>     // 包含G-API核心模块
#include <opencv2/gapi/imgproc.hpp>  // 包含G-API imgproc模块
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );
    if ( src.empty() )
    {
        std::cerr << "无法加载图像" << std::endl;
        return -1;
    }

    // 定义核大小
    cv::Mat kernel = cv::getStructuringElement( cv::MORPH_RECT, cv::Size( 3, 3 ) );

    // 创建GAPI图:定义输入输出
    cv::GMat in;
    auto eroded = cv::gapi::erode( in, kernel );
    cv::GComputation comp( cv::GIn( in ), cv::GOut( eroded ) );

    // 应用到输入图像上
    cv::Mat out;
    comp.apply( src, out );  // 直接应用,无需额外的编译参数

    // 如果需要特定的编译参数,可以这样添加:
    // comp.apply(src, out, cv::compile_args(cv::gapi::kernels<cv::gapi::core::cpu::Erode>()));

    // 显示结果
    cv::imshow( "Original Image", src );
    cv::imshow( "Eroded Image", out );
    cv::waitKey();

    return 0;
}

运行结果

相关推荐
却道天凉_好个秋3 分钟前
OpenCV(十五):绘制矩形和圆
opencv
周杰伦_Jay5 分钟前
【实战|旅游知识问答RAG系统全链路解析】从配置到落地(附真实日志数据)
大数据·人工智能·分布式·机器学习·架构·旅游·1024程序员节
架构技术专栏17 分钟前
大模型安全:从对齐问题到对抗性攻击的深度分析
人工智能
麻雀无能为力42 分钟前
深度学习计算
人工智能·深度学习
周杰伦_Jay1 小时前
【向量检索与RAG全流程解析】HNSW原理、实践及阿里云灵积DashScope嵌入
人工智能·阿里云·数据挖掘·云计算·database·1024程序员节
Jason_zhao_MR2 小时前
RK3576机器人核心:三屏异显+八路摄像头,重塑机器人交互与感知
linux·人工智能·嵌入式硬件·计算机视觉·机器人·嵌入式·交互
mmq在路上2 小时前
YOLO-World: Real-Time Open-Vocabulary Object Detection论文阅读
人工智能·计算机视觉·目标跟踪
萌萌可爱郭德纲2 小时前
基于AI智能算法的装备结构可靠性分析与优化设计技术专题
人工智能·机器学习·支持向量机·发动机·疲劳寿命
jiushun_suanli2 小时前
PyTorch CV模型实战全流程(二)
人工智能·pytorch·python
诺....2 小时前
机器学习库的决策树绘制
人工智能·决策树·机器学习