26.OpenCV形态学操作

OpenCV形态学操作

形态学操作（Morphological Operations）源自二值图像处理，主要用于分析和处理图像中的结构元素，对图像进行去噪、提取边缘、分割等预处理步骤。OpenCV库中提供了丰富的形态学函数，常见的包括：

膨胀（Dilation）
腐蚀（Erosion）
开操作（Opening）
闭操作（Closing）
形态学梯度（Morphological Gradient）
顶帽（Top Hat）
黑帽（Black Hat）

下面将逐一介绍这些操作的原理、用途，以及在 C++ 中的使用方法。

1. 基础概念：结构元素（Kernel）

形态学操作的核心是"结构元素"：一个二值矩阵，用来扫描图像并决定像素的处理方式。在 OpenCV 中，我们通常使用 getStructuringElement 来创建常见形状的结构元素：

cpp 复制代码

// 创建 5×5 的矩形结构元素
Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
// 创建 3×3 的椭圆结构元素
Mat kernelEllipse = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
// 创建 7×7 的交叉形结构元素
Mat kernelCross = getStructuringElement(MORPH_CROSS, Size(7, 7));

2. 膨胀（Dilation）与腐蚀（Erosion）

2.1 腐蚀（Erosion）

原理：用结构元素"擦除"边缘，使前景对象变小。
用途：去除小噪点、断开细小的连通区域。

cpp 复制代码

Mat src = imread("input.jpg", IMREAD_GRAYSCALE);
Mat eroded;
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
erode(src, eroded, kernel);

如上图腐蚀可以把白点去除

2.2 膨胀（Dilation）

原理：用结构元素"扩展"边缘，使前景对象变大。
用途：填补小孔洞、连接相邻的对象。

cpp 复制代码

Mat src = imread("input.jpg", IMREAD_GRAYSCALE);
Mat dilated;
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
dilate(src, dilated, kernel);

如上图膨胀会把数字A中的小黑点去除

3. 开操作（Opening）与闭操作（Closing）

对腐蚀和膨胀的组合操作

3.1 开操作（Opening）

定义：先腐蚀后膨胀（Erosion → Dilation）。
效果：去除小的光斑噪点，同时保持整体轮廓不变。

cpp 复制代码

Mat opened;
morphologyEx(src, opened, MORPH_OPEN, kernel);

开操作对比腐蚀，去除白点后保证中间黑点和字母A大小不变

3.2 闭操作（Closing）

定义：先膨胀后腐蚀（Dilation → Erosion）。
效果：填补前景对象的小孔洞，同时保持整体轮廓不变。

cpp 复制代码

Mat closed;
morphologyEx(src, closed, MORPH_CLOSE, kernel);

闭操作对比膨胀，其去除中间黑点同时保证外围白点和字母A大小不变

4. 形态学梯度（Morphological Gradient）

定义：膨胀结果与腐蚀结果之间的差值：

G r a d i e n t = D i l a t i o n ( s r c ) − E r o s i o n ( s r c ) Gradient=Dilation(src)−Erosion(src) Gradient=Dilation(src)−Erosion(src)
用途：突出获取图像边缘。

cpp 复制代码

Mat gradient;
morphologyEx(src, gradient, MORPH_GRADIENT, kernel);

突出图像边缘

5. 顶帽（Top Hat）与黑帽（Black Hat）

5.1 顶帽（Top Hat）

定义：原图像与开操作结果的差值： T o p H a t = s r c − O p e n i n g ( s r c ) TopHat=src−Opening(src) TopHat=src−Opening(src)
用途：提取比背景亮的细小区域（小光斑）。

cpp 复制代码

Mat tophat;
morphologyEx(src, tophat, MORPH_TOPHAT, kernel);

突出背景亮点

5.2 黑帽（Black Hat）

定义：闭操作结果与原图像的差值： B l a c k H a t = C l o s i n g ( s r c ) − s r c BlackHat=Closing(src)−src BlackHat=Closing(src)−src
用途：提取比背景暗的细小区域（小暗点）。

cpp 复制代码

Mat blackhat;
morphologyEx(src, blackhat, MORPH_BLACKHAT, kernel);

突出中间黑点区域

6. 小结

腐蚀 / 膨胀：最基本的形态学操作，用于缩小或扩展前景区域。
开 / 闭操作：腐蚀与膨胀的组合，开操作用于去除小噪点，闭操作用于填补小孔洞。
形态学梯度：用于提取边缘信息。
顶帽 / 黑帽：分别用于突出小的亮区域与暗区域。

掌握这些形态学操作后配合掩膜，你可以在图像预处理、特征提取、目标分割等任务中如虎添翼。