• Emgu CV4图像处理之膨胀和腐蚀、梯度计算、开闭运算14(C#)

    本文测试环境：

    win10  64位

    vistual studio 2019  

    Emgu CV 4.6.0

    环境配置准备：

    1 新增控制台项目，.net framework为4.7.2

    2  把win-x64目录的native目录下的文件全部拷贝到项目的运行目录Debug目录下

    3  项目选择x64

    4 添加项目引用Emgu.CV.dll、Emgu.CV.Platform.NetFramework.dll、System.Drawing.dll和System.Runtime.InteropServices.RuntimeInformation.dll  

    具体配置参考：

    Emgu CV4图像处理之环境搭建1(C#)_zxy2847225301的博客-CSDN博客

    形态学图像处理包括：

     

    原理参考文章，写得还不错：

    OpenCV 图像处理之膨胀与腐蚀 - 知乎

    1  膨胀：

    这里我们指定范围为3*3的矩阵，kernel（卷积核核）指定为全为1的3*3的矩阵，卷积计算后，该像素点的值等于以该像素点为中心的3*3范围内的最大值。由于我们是二值图像，所以只要包含周围白的部分，就变为白的。

    如：

     图中的128=Max(128,0,0,0,126,24,0,0,0)

    膨胀后的效果图(相当加粗了，领域扩张了)：

    Emgu CV的函数原型如下：

    src：原图

    dst：输出图

    element：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

    iterations：膨胀的次数

    borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

    borderValue：边界值，一般为默认值new MCvScalar()

    代码如下：

    srcPic.png原图如下：

    1. using Emgu.CV;
    2. using Emgu.CV.Structure;
    3. using Emgu.CV.Util;
    4. using System;
    5. using System.Collections.Generic;
    6. using System.Drawing;
    7. using System.IO;
    8. using System.Linq;
    9. using System.Text;
    10. using System.Threading.Tasks;
    11.  
    12. namespace EmguCVDemo2
    13. {
    14.     class Program
    15.     {
    16.         static void Main(string[] args)
    17.         {
    18.  
    19.             Image srcPic = new Image("srcPic.png");
    20.             ImgDilate(srcPic);
    21.             CvInvoke.WaitKey(0);
    22.             Console.ReadLine();
    23.         }
    24.  
    25.  
    26.  
    27.         /// 
    28.         /// 图像膨胀
    29.         /// 
    30.         /// 
    31.         private static void ImgDilate(Image srcPic)
    32.         {
    33.             //原图进行转换为灰度图
    34.             CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
    35.             Mat dstPic = new Mat();
    36.             Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));
    37.  
    38.             CvInvoke.Dilate(srcPic, dstPic, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());
    39.  
    40.             CvInvoke.Imshow("srcPic", srcPic);
    41.             CvInvoke.Imshow("dstPic", dstPic);
    42.             CvInvoke.WaitKey(0);
    43.         }
    44.  
    45.  
    46.     }
    47. }

     运行结果如下：

    2  腐蚀 

    腐蚀操作和膨胀操作相反，也就是将毛刺消除，判断方法为：在卷积核大小中对图片进行卷积。取图像中（3 * 3）区域内的最小值。由于我们是二值图像，也就是取0（黑色）。

     总结： 只要原图片3 * 3范围内有黑的，该像素点就是黑的。

    腐蚀后的效果图(相当瘦身了，领域被蚕食了)：

    Emgu CV的函数原型如下：

    src：原图

    dst：输出图

    element：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

    iterations：膨胀的次数

    borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

    borderValue：边界值，一般为默认值new MCvScalar()

    代码如下：

    1. using Emgu.CV;
    2. using Emgu.CV.Structure;
    3. using Emgu.CV.Util;
    4. using System;
    5. using System.Collections.Generic;
    6. using System.Drawing;
    7. using System.IO;
    8. using System.Linq;
    9. using System.Text;
    10. using System.Threading.Tasks;
    11.  
    12. namespace EmguCVDemo2
    13. {
    14.     class Program
    15.     {
    16.         static void Main(string[] args)
    17.         {
    18.  
    19.             Image srcPic = new Image("srcPic.png");
    20.             ImgErode(srcPic);
    21.             CvInvoke.WaitKey(0);
    22.             Console.ReadLine();
    23.         }
    24.  
    25.  
    26.  
    27.         /// 
    28.         /// 图像腐蚀
    29.         /// 
    30.         /// 
    31.         private static void ImgErode(Image srcPic)
    32.         {
    33.             //原图进行转换为灰度图
    34.             CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
    35.             Mat dstPic = new Mat();
    36.             Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3,3), new Point(-1, -1));
    37.  
    38.             CvInvoke.Erode(srcPic, dstPic, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default,new MCvScalar());
    39.  
    40.             CvInvoke.Imshow("srcPic", srcPic);
    41.             CvInvoke.Imshow("dstPic", dstPic);
    42.             CvInvoke.WaitKey(0);
    43.         }
    44.  
    45.        
    46.  
    47.  
    48.  
    49.     }
    50. }

    运行结果：

    3   形态学函数Morphology

    函数原型：

    src：原图

    dst：输出图

    operation：形态学的运算类型，如下图：

    kernel：操作的卷积核，可以通过 CvInvoke.GetStructuringElement获取到

    anchor：一般为new Point(-1, -1)

    iterations：膨胀的次数

    borderType：边界模式，一般为默认Emgu.CV.CvEnum.BorderType.Default

    borderValue：边界值，一般为默认值new MCvScalar()

    3.1  开运算

    先腐蚀后膨胀

    实现的效果是毛刺信息在腐蚀的时候就已经消除了，膨胀也不会膨胀出多余信息

     

    参考代码如下：

    1. using Emgu.CV;
    2. using Emgu.CV.Structure;
    3. using Emgu.CV.Util;
    4. using System;
    5. using System.Collections.Generic;
    6. using System.Drawing;
    7. using System.IO;
    8. using System.Linq;
    9. using System.Text;
    10. using System.Threading.Tasks;
    11.  
    12. namespace EmguCVDemo2
    13. {
    14.     class Program
    15.     {
    16.         static void Main(string[] args)
    17.         {
    18.  
    19.             Image srcPic = new Image("srcPic.png");
    20.             ImgOpenOperation(srcPic);
    21.             CvInvoke.WaitKey(0);
    22.             Console.ReadLine();
    23.         }
    24.  
    25.  
    26.  
    27.         
    28.  
    29.         /// 
    30.         /// 开运算
    31.         /// 
    32.         /// 
    33.         private static void ImgOpenOperation(Image srcPic)
    34.         {
    35.             //原图进行转换为灰度图
    36.             CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
    37.             Mat dstPic = new Mat();
    38.             Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));
    39.  
    40.             CvInvoke.MorphologyEx(srcPic, dstPic,Emgu.CV.CvEnum.MorphOp.Open,element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());
    41.  
    42.             CvInvoke.Imshow("srcPic", srcPic);
    43.             CvInvoke.Imshow("dstPic", dstPic);
    44.             CvInvoke.WaitKey(0);
    45.         }
    46.  
    47.        
    48.  
    49.  
    50.     }
    51. }

    运行结果如下：

    3.2 闭运算

    先膨胀后腐蚀

    原图中内部的黑点被消除了

     

    参考代码如下：

    1. using Emgu.CV;
    2. using Emgu.CV.Structure;
    3. using Emgu.CV.Util;
    4. using System;
    5. using System.Collections.Generic;
    6. using System.Drawing;
    7. using System.IO;
    8. using System.Linq;
    9. using System.Text;
    10. using System.Threading.Tasks;
    11.  
    12. namespace EmguCVDemo2
    13. {
    14.     class Program
    15.     {
    16.         static void Main(string[] args)
    17.         {
    18.  
    19.             Image srcPic = new Image("srcPic.png");
    20.             ImgCloseOperation(srcPic); //闭运算
    21.             CvInvoke.WaitKey(0);
    22.             Console.ReadLine();
    23.         }
    24.  
    25.  
    26.  
    27.        
    28.         /// 
    29.         /// 闭运算
    30.         /// 
    31.         /// 
    32.         private static void ImgCloseOperation(Image srcPic)
    33.         {
    34.             //原图进行转换为灰度图
    35.             CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
    36.             Mat dstPic = new Mat();
    37.             Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));
    38.  
    39.             CvInvoke.MorphologyEx(srcPic, dstPic, Emgu.CV.CvEnum.MorphOp.Close, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());
    40.  
    41.             CvInvoke.Imshow("srcPic", srcPic);
    42.             CvInvoke.Imshow("dstPic", dstPic);
    43.             CvInvoke.WaitKey(0);
    44.         }
    45.  
    46.        
    47.  
    48.  
    49.  
    50.     }
    51. }

    运行结果如下：

    3.3 梯度运算

    梯度计算主要显示的是边缘信息。计算的方法：

    膨胀的图像 - 腐蚀的图像

    我们明显的看出，用大一圈的图像减去小一圈的图像正好就是边缘的信息。

    参考代码如下：

    1. using Emgu.CV;
    2. using Emgu.CV.Structure;
    3. using Emgu.CV.Util;
    4. using System;
    5. using System.Collections.Generic;
    6. using System.Drawing;
    7. using System.IO;
    8. using System.Linq;
    9. using System.Text;
    10. using System.Threading.Tasks;
    11.  
    12. namespace EmguCVDemo2
    13. {
    14.     class Program
    15.     {
    16.         static void Main(string[] args)
    17.         {
    18.  
    19.             Image srcPic = new Image("srcPic.png");
    20.             ImgGradient(srcPic);
    21.             CvInvoke.WaitKey(0);
    22.             Console.ReadLine();
    23.         }
    24.  
    25.  
    26.  
    27.       
    28.         /// 
    29.         /// 梯度运算(取边缘信息)
    30.         /// 
    31.         /// 
    32.         private static void ImgGradient(Image srcPic)
    33.         {
    34.             //原图进行转换为灰度图
    35.             CvInvoke.CvtColor(srcPic, srcPic, Emgu.CV.CvEnum.ColorConversion.Rgb2Gray);
    36.             Mat dstPic = new Mat();
    37.             Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));
    38.  
    39.             CvInvoke.MorphologyEx(srcPic, dstPic, Emgu.CV.CvEnum.MorphOp.Gradient, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());
    40.  
    41.             CvInvoke.Imshow("srcPic", srcPic);
    42.             CvInvoke.Imshow("dstPic", dstPic);
    43.             CvInvoke.WaitKey(0);
    44.         }
    45.  
    46.  
    47.  
    48.  
    49.     }
    50. }

    运行结果：

  • 相关阅读:
    【Android】adb无法连接设备原因及解决办法
    crossover23.6闪亮登场发布啦，2023最新功能解析
    HTTP 协议的基本格式和 fiddler 的用法
    C/C++数据结构——虚虚实实（并查集欧拉路）
    PyCharm配置及使用Git教程
    LabVIEW LINX Toolkit控制Arduino设备（拓展篇—1）
    QCA中质蕴项选择问题
    Python学习笔记7：入门知识(七)
    [java毕业设计源代码]精品微信小程序校园论坛系统|前后分离VUE[包运行成功]
    小李移动开发成长记 —— 大话小程序
  • 原文地址：https://blog.csdn.net/zxy13826134783/article/details/127772077