一、图像的侵蚀和扩张

本章节中我们将会学习到：

cv::erode() 函数详情
cv::dilate() 函数详情

两个函数的基本使用方法和实例。

关于二者的用途：
1. 消除噪音，这里大家应该记得还有一个东西也是常用于降噪的（图像的模糊滤波处理）
2. 隔离单个元素且链接图像中的不同元素
3. 查找图像中的强度凸点或者孔

1.1 侵蚀

1.1.1 函数原型


void cv::erode	(	
					InputArray 	src,
					OutputArray 	dst,
					InputArray 	kernel,
					Point 	anchor = Point(-1,-1),
					int 	iterations = 1,
					int 	borderType = BORDER_CONSTANT,
					const Scalar & 	borderValue = morphologyDefaultBorderValue() 
				)

参数解释

1、src:输入的图像；通道的数量可以是任意的，
	   		但是深度应该是CV_8U、CV_16U、CV_36S、CV_32F或CV_64F之一。
2、dst：依照输入图像经过处理后输出的图像（这里指侵蚀后）
3、kernel：用于侵蚀的结构原件；如果原件是Mat的对象（element=Mat()）,
			则将会创建一个3x3大小的矩形结构原件。
			内核也可以通过getStructuringElement()去创建。
4、anchor：侵蚀内核元件的锚点，默认值是(-1,-1)即视为锚点在该内核的中心。
5、iterations：侵蚀被应用的次数
6、borderType：像素外延的方法，请参见BorderTypes。不支持BORDER_WRAP。
7、borderValue：边界的值（如果边界为等宽，即常量边界）

1.1.2 侵蚀的效果

在这里插入图片描述

1.1.3 关于侵蚀的解释

通过一个特定的结构元素腐蚀一个图像。图像腐蚀的过程类似于一个卷积的过程，源图像矩阵A以及结构元素B，B在A矩阵上依次移动，每个位置上B所覆盖元素的最小值替换B的中心位置值（即锚点处），完成整个侵蚀的过程。
扩张是一个道理。

1.2 扩张

1.2.1 函数原型


void cv::dilate	(	
					InputArray 	src,
					OutputArray 	dst,
					InputArray 	kernel,
					Point 	anchor = Point(-1,-1),
					int 	iterations = 1,
					int 	borderType = BORDER_CONSTANT,
					const Scalar & 	borderValue = morphologyDefaultBorderValue() 
				)

参数解释：
完全同侵蚀（将“侵蚀”二字换成“扩展”即可）的函数参数解释！！参数说明

1.2.2 扩张的效果

在这里插入图片描述

二、实例

以侵蚀为例：（扩展的代码类似）

#include <iostream>
#include <opencv2/opencv.hpp>

#define PATH_IMG  "D:\\opencvDemo\\imgs\\demo.png"

using namespace cv;
using namespace std;

int main()
{
	Mat img = imread(PATH_IMG);
	if (img.empty())
	{
		cout << "图像打开失败!" << endl;
		return 0;
	}
	Mat imgDst;
	//自定义核
	Mat element = getStructuringElement(cv::MORPH_RECT, Size(20, 20));
	imshow("原图", img);
	dilate(img, imgDst, element);
	imshow("扩张", imgDst);
	waitKey(0);
	return 0;
}