更多形態學變換

目錄

• 目標
• 理論
  • 開運算
  • 閉運算
  • 形態學梯度
  • 頂帽
  • 黑帽
• 程式碼
• 解釋
• 結果

上一教程： 腐蝕與膨脹
下一教程： 擊中或擊不中

原始作者	Ana Huamán
相容性	OpenCV >= 3.0

目標

在本教程中，您將學習如何

• 使用OpenCV函式 cv::morphologyEx 應用形態學轉換，例如
  • 開運算
  • 閉運算
  • 形態學梯度
  • 頂帽
  • 黑帽

理論

注意

以下解釋摘自Bradski和Kaehler的著作《Learning OpenCV》。

在上一教程中，我們介紹了兩個基本的形態學操作

• 腐蝕
• 膨脹。

基於這兩個操作，我們可以對影像進行更復雜的轉換。這裡我們簡要討論OpenCV提供的5種操作

開運算

• 開運算是透過對影像進行腐蝕後，再進行膨脹得到的。

  \[dst = open( src, element) = dilate( erode( src, element ) )\]

• 用於移除小物體（假設物體在暗背景上是亮的）
• 例如，請看下面的示例。左側影像是原始影像，右側影像是應用開運算轉換後的結果。我們可以觀察到小點已經消失了。

閉運算

• 閉運算是透過對影像進行膨脹後，再進行腐蝕得到的。

  \[dst = close( src, element ) = erode( dilate( src, element ) )\]

• 用於移除小孔（暗區域）。

形態學梯度

• 它是影像膨脹與腐蝕之間的差異。

  \[dst = morph_{grad}( src, element ) = dilate( src, element ) - erode( src, element )\]

• 它有助於找到物體的輪廓，如下所示

頂帽

• 它是輸入影像與其開運算之間的差異。

  \[dst = tophat( src, element ) = src - open( src, element )\]

黑帽

• 它是閉運算與其輸入影像之間的差異

  \[dst = blackhat( src, element ) = close( src, element ) - src\]

程式碼

C++

本教程的程式碼如下所示。您也可以從此處下載

 
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
 
using namespace cv;
 
Mat src, dst;
 
int morph_elem = 0;
int morph_size = 0;
int morph_operator = 0;
int const max_operator = 4;
int const max_elem = 3;
int const max_kernel_size = 21;
 
const char* window_name = "Morphology Transformations Demo";
 
 
void Morphology_Operations( int, void* );
 
int main( int argc, char** argv )
{
  CommandLineParser parser( argc, argv, "{@input | baboon.jpg | input image}" );
src = imread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR );
  if (src.empty())
  {
std::cout << "Could not open or find the image!\n" << std::endl;
std::cout << "Usage: " << argv[0] << " <Input image>" << std::endl;
    return EXIT_FAILURE;
  }
 
namedWindow( window_name, WINDOW_AUTOSIZE ); // Create window
 
createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
 
createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse - 3: Diamond", window_name,
&morph_elem, max_elem,
Morphology_Operations );
 
createTrackbar( "Kernel size:\n 2n +1", window_name,
&morph_size, max_kernel_size,
Morphology_Operations );
 
Morphology_Operations( 0, 0 );
 
waitKey(0);
  return 0;
}
 
 
void Morphology_Operations( int, void* )
{
  // 由於 MORPH_X : 2,3,4,5 和 6
  int operation = morph_operator + 2;
 
  Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
 
morphologyEx( src, dst, operation, element );
imshow( window_name, dst );
}

Java

本教程的程式碼如下所示。您也可以從此處下載

import java.awt.BorderLayout;
import java.awt.Container;
import java.awt.Image;
import java.awt.event.ActionEvent;
import java.awt.event.ActionListener;
 
import javax.swing.BoxLayout;
import javax.swing.ImageIcon;
import javax.swing.JComboBox;
import javax.swing.JFrame;
import javax.swing.JLabel;
import javax.swing.JPanel;
import javax.swing.JSlider;
import javax.swing.event.ChangeEvent;
import javax.swing.event.ChangeListener;
 
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
 
public class MorphologyDemo2 {
    private static final String[] MORPH_OP = { "Opening", "Closing", "Gradient", "Top Hat", "Black Hat" };
    private static final int[] MORPH_OP_TYPE = { Imgproc.MORPH_OPEN, Imgproc.MORPH_CLOSE,
Imgproc.MORPH_GRADIENT, Imgproc.MORPH_TOPHAT, Imgproc.MORPH_BLACKHAT };
    private static final String[] ELEMENT_TYPE = { "Rectangle", "Cross", "Ellipse" };
    private static final int MAX_KERNEL_SIZE = 21;
    private Mat matImgSrc;
    private Mat matImgDst = new Mat();
    private int morphOpType = Imgproc.MORPH_OPEN;
    private int elementType = Imgproc.CV_SHAPE_RECT;
    private int kernelSize = 0;
    private JFrame frame;
    private JLabel imgLabel;
 
    public MorphologyDemo2(String[] args) {
String imagePath = args.length > 0 ? args[0] : "../data/LinuxLogo.jpg";
matImgSrc = Imgcodecs.imread(imagePath);
        if (matImgSrc.empty()) {
System.out.println("Empty image: " + imagePath);
System.exit(0);
        }
 
        // Create and set up the window.
frame = new JFrame("Morphology Transformations demo");
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
        // Set up the content pane.
Image img = HighGui.toBufferedImage(matImgSrc);
addComponentsToPane(frame.getContentPane(), img);
        // Use the content pane's default BorderLayout. No need for
        // setLayout(new BorderLayout());
        // Display the window.
frame.pack();
frame.setVisible(true);
    }
 
    private void addComponentsToPane(Container pane, Image img) {
        if (!(pane.getLayout() instanceof BorderLayout)) {
pane.add(new JLabel("Container doesn't use BorderLayout!"));
            return;
        }
 
JPanel sliderPanel = new JPanel();
sliderPanel.setLayout(new BoxLayout(sliderPanel, BoxLayout.PAGE_AXIS));
 
JComboBox<String> morphOpBox = new JComboBox<>(MORPH_OP);
morphOpBox.addActionListener(new ActionListener() {
@Override
            public void actionPerformed(ActionEvent e) {
@SuppressWarnings("unchecked")
JComboBox<String> cb = (JComboBox<String>)e.getSource();
morphOpType = MORPH_OP_TYPE[cb.getSelectedIndex()];
update();
            }
        });
sliderPanel.add(morphOpBox);
 
JComboBox<String> elementTypeBox = new JComboBox<>(ELEMENT_TYPE);
elementTypeBox.addActionListener(new ActionListener() {
@Override
            public void actionPerformed(ActionEvent e) {
@SuppressWarnings("unchecked")
JComboBox<String> cb = (JComboBox<String>)e.getSource();
if (cb.getSelectedIndex() == 0) {
elementType = Imgproc.CV_SHAPE_RECT;
} else if (cb.getSelectedIndex() == 1) {
elementType = Imgproc.CV_SHAPE_CROSS;
} else if (cb.getSelectedIndex() == 2) {
elementType = Imgproc.CV_SHAPE_ELLIPSE;
                }
update();
            }
        });
sliderPanel.add(elementTypeBox);
 
sliderPanel.add(new JLabel("Kernel size: 2n + 1"));
JSlider slider = new JSlider(0, MAX_KERNEL_SIZE, 0);
slider.setMajorTickSpacing(5);
slider.setMinorTickSpacing(5);
slider.setPaintTicks(true);
slider.setPaintLabels(true);
slider.addChangeListener(new ChangeListener() {
@Override
            public void stateChanged(ChangeEvent e) {
JSlider source = (JSlider) e.getSource();
kernelSize = source.getValue();
update();
            }
        });
sliderPanel.add(slider);
 
pane.add(sliderPanel, BorderLayout.PAGE_START);
imgLabel = new JLabel(new ImageIcon(img));
pane.add(imgLabel, BorderLayout.CENTER);
    }
 
    private void update() {
Mat element = Imgproc.getStructuringElement(elementType, new Size(2 * kernelSize + 1, 2 * kernelSize + 1),
                new Point(kernelSize, kernelSize));
 
Imgproc.morphologyEx(matImgSrc, matImgDst, morphOpType, element);
Image img = HighGui.toBufferedImage(matImgDst);
imgLabel.setIcon(new ImageIcon(img));
frame.repaint();
    }
 
    public static void main(String[] args) {
        // 載入本地 OpenCV 庫
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
 
        // Schedule a job for the event dispatch thread
        // creating and showing this application's GUI.
javax.swing.SwingUtilities.invokeLater(new Runnable() {
@Override
            public void run() {
                new MorphologyDemo2(args);
            }
        });
    }
}

Python

本教程的程式碼如下所示。您也可以從此處下載

from __future__ import print_function
import cv2 as cv
import numpy as np
import argparse
 
morph_size = 0
max_operator = 4
max_elem = 3
max_kernel_size = 21
title_trackbar_operator_type = 'Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat'
title_trackbar_element_type = 'Element:\n 0: Rect - 1: Cross - 2: Ellipse - 3: Diamond'
title_trackbar_kernel_size = 'Kernel size:\n 2n + 1'
title_window = 'Morphology Transformations Demo'
morph_op_dic = {0: cv.MORPH_OPEN, 1: cv.MORPH_CLOSE, 2: cv.MORPH_GRADIENT, 3: cv.MORPH_TOPHAT, 4: cv.MORPH_BLACKHAT}
 
def morphology_operations(val)
morph_operator = cv.getTrackbarPos(title_trackbar_operator_type, title_window)
morph_size = cv.getTrackbarPos(title_trackbar_kernel_size, title_window)
morph_elem = 0
val_type = cv.getTrackbarPos(title_trackbar_element_type, title_window)
    if val_type == 0
morph_elem = cv.MORPH_RECT
    elif val_type == 1
morph_elem = cv.MORPH_CROSS
    elif val_type == 2
morph_elem = cv.MORPH_ELLIPSE
    elif val_type == 3
morph_elem = cv.MORPH_DIAMOND
 
element = cv.getStructuringElement(morph_elem, (2*morph_size + 1, 2*morph_size+1), (morph_size, morph_size))
operation = morph_op_dic[morph_operator]
dst = cv.morphologyEx(src, operation, element)
    cv.imshow(title_window, dst)
 
parser = argparse.ArgumentParser(description='Code for More Morphology Transformations tutorial.')
parser.add_argument('--input', help='Path to input image.', default='LinuxLogo.jpg')
args = parser.parse_args()
 
src = cv.imread(cv.samples.findFile(args.input))
if src is None
print('Could not open or find the image: ', args.input)
exit(0)
 
cv.namedWindow(title_window)
cv.createTrackbar(title_trackbar_operator_type, title_window , 0, max_operator, morphology_operations)
cv.createTrackbar(title_trackbar_element_type, title_window , 0, max_elem, morphology_operations)
cv.createTrackbar(title_trackbar_kernel_size, title_window , 0, max_kernel_size, morphology_operations)
 
morphology_operations(0)
cv.waitKey()

解釋

1. 讓我們看看C++程式的總體結構
   • 載入影像
   • 建立一個視窗來顯示形態學操作的結果
   • 建立三個滑動條供使用者輸入引數
     • 第一個滑動條Operator返回要使用的形態學操作型別（morph_operator）。

         createTrackbar("運算子:\n 0: 開運算 - 1: 閉運算 \n 2: 梯度 - 3: 頂帽 \n 4: 黑帽", window_name, &morph_operator, max_operator, Morphology_Operations );

     • 第二個滑動條Element返回morph_elem，它指示我們的核是什麼型別的結構

         createTrackbar( "元素:\n 0: 矩形 - 1: 十字形 - 2: 橢圓形 - 3: 菱形", window_name,
       &morph_elem, max_elem,
       Morphology_Operations );

     • 最後一個滑動條Kernel Size返回要使用的核的大小（morph_size）

         createTrackbar( "核大小:\n 2n +1", window_name,
       &morph_size, max_kernel_size,
       Morphology_Operations );

   • 每次我們移動任何滑動條時，都會呼叫使用者函式Morphology_Operations來執行新的形態學操作，並根據當前的滑動條值更新輸出影像。

      
     void Morphology_Operations( int, void* )
     {
       // 由於 MORPH_X : 2,3,4,5 和 6
       int operation = morph_operator + 2;
      
       Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
      
       morphologyEx( src, dst, operation, element );
       imshow( window_name, dst );
     }

     我們可以觀察到執行形態學轉換的關鍵函式是 cv::morphologyEx 。在這個例子中，我們使用了四個引數（其餘使用預設值）

     • src : 源（輸入）影像
     • dst: 輸出影像

     • operation: 要執行的形態學轉換型別。請注意，我們有5種選擇

       • 開運算: MORPH_OPEN : 2
       • 閉運算: MORPH_CLOSE: 3
       • 梯度: MORPH_GRADIENT: 4
       • 頂帽: MORPH_TOPHAT: 5
       • 黑帽: MORPH_BLACKHAT: 6

       如您所見，這些值的範圍是<2-6>，這就是為什麼我們將滑動條輸入的值加(+2)。

         int operation = morph_operator + 2;

     • element: 要使用的核。我們使用函式 cv::getStructuringElement 來定義我們自己的結構。

結果

• 編譯上述程式碼後，我們可以透過提供影像路徑作為引數來執行它。使用影像 baboon.png 的結果：

• 這裡是顯示視窗的兩個截圖。第一張圖片顯示了使用開運算運算子和十字形核的結果。第二張圖片（右側）顯示了使用黑帽運算子和橢圓形核的結果。