OpenCV 图形API(31)图像滤波-----3x3 腐蚀操作函数erode3x3()

  • 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3x3矩形结构元素腐蚀图像。

该函数通过使用中心作为锚点的3x3矩形结构元素来腐蚀源图像。腐蚀操作可以应用多次(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。

cv::gapi::erode3x3 是 OpenCV G-API 模块中用于执行图像腐蚀操作的特定函数,它使用 3x3 大小的固定结构元素(即核)。这个函数简化了标准 cv::gapi::erode 函数的使用,因为你不需要手动定义一个 3x3 的核。

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::erode3x3 	
(
 	const GMat &  	src,
	int  	iterations = 1,
	int  	borderType = BORDER_CONSTANT,
	const Scalar &  	borderValue = morphologyDefaultBorderValue() 
) 	

参数

  • 参数 src:输入图像。
  • 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>  // 确保包含核心操作头文件
#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;
    }

    // 创建GAPI图:定义输入输出
    cv::GMat in;
    auto eroded = cv::gapi::erode3x3(in);

    // 创建GComputation对象
    cv::GComputation comp(cv::GIn(in), cv::GOut(eroded));

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

    // 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
极客智谷3 分钟前
Spring AI 系列——使用大模型对文本内容分类归纳并标签化输出
人工智能·spring·分类
夏子曦14 分钟前
AI——认知建模工具:ACT-R
人工智能·机器学习·ai
studyer_domi27 分钟前
Matlab 基于Hough变换的人眼虹膜定位方法
人工智能·计算机视觉
qq_4369621836 分钟前
AI数据分析中的伪需求场景:现状、挑战与突破路径
人工智能·数据挖掘·数据分析·ai数据分析
layneyao1 小时前
AI与计算机视觉(CV):目标检测与图像分割的最新进展
人工智能·目标检测·计算机视觉
Clocky71 小时前
机器学习-数据集划分和特征工程
人工智能·深度学习·机器学习
机器学习之心HML1 小时前
Transformer编码器+SHAP分析,模型可解释创新表达!
人工智能·深度学习·transformer
多巴胺与内啡肽.1 小时前
OpenCV进阶操作:角点检测
人工智能·opencv·计算机视觉
鸿蒙布道师1 小时前
ChatGPT深度研究功能革新:GitHub直连与强化微调
人工智能·深度学习·神经网络·自然语言处理·chatgpt·数据挖掘·github