opencv基础:形态学击中和击不中

1. 目标

在本文中，将学习如何使用 Hit-or-Miss 变换（也称为 Hit-and-Miss 变换）在二进制图像中找到匹配的配置或模式。这种变换也是更高级的形态学操作（例如细化或修剪）的基础。

将使用 OpenCV 函数morphologyEx()。

2. Hit-or-Miss理论

形态学算子根据图像的形状处理图像。这些运算符将一个或多个结构元应用于输入图像以获得输出图像。两个基本的形态学运算是腐蚀和膨胀。这两个操作的组合生成高级形态变换，例如开运算、闭运算或顶帽变换。要了解更多关于这些和其他基本形态学操作的信息，请参阅之前的文章（腐蚀和膨胀）和（更多形态学变换）。

Hit-or-Miss 变换对于查找二值图像中的模式很有用。特别是，它找到那些邻域与第一个结构元$B_1$的形状相匹配的像素而同时与第二个结构元$B_2$的形状不匹配。在数学上，在图像A上的Hit-or-Mis操作表示如下：

因此，hit-or-miss 操作包括三个步骤：

1. 用结构元$B_1$腐蚀图像A.
2. 用结构元$B_2$腐蚀 图像A的补集 ($A^{c}$).
3. 取第 1 步和第 2 步交集作为结果。

结构元$B_1$和$B_2$可以组合成一个结构元B. 看一个例子：

结构元素（内核）。左：要“hit”的内核B1。中间：“miss”内核B2。右：最终组合内核

在这种情况下，查找的模式是其中中心像素属于背景，而北、南、东、西像素属于前景。邻域中的其余像素可以是任何类型的（在图像上用灰色表示），在匹配的时候忽略它们。现在，将此内核应用于输入图像：

输入二值图像

输出二值图像

可以看到在该图像上仅找到一个匹配的位置。

3. 代码

与上一个示例对应的代码如下所示。

可以从这里下载

#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
int main(){
    Mat input_image = (Mat_<uchar>(8, 8) <<
        0, 0, 0, 0, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 0, 0, 255,
        0, 255, 255, 255, 0, 0, 0, 0,
        0, 255, 255, 255, 0, 255, 0, 0,
        0, 0, 255, 0, 0, 0, 0, 0,
        0, 0, 255, 0, 0, 255, 255, 0,
        0, 255, 0, 255, 0, 0, 255, 0,
        0, 255, 255, 255, 0, 0, 0, 0);
    Mat kernel = (Mat_<int>(3, 3) <<
        0, 1, 0,
        1, -1, 1,
        0, 1, 0);
    Mat output_image;
    morphologyEx(input_image, output_image, MORPH_HITMISS, kernel);
    const int rate = 50;
    kernel = (kernel + 1) * 127;
    kernel.convertTo(kernel, CV_8U);
    resize(kernel, kernel, Size(), rate, rate, INTER_NEAREST);
    imshow("kernel", kernel);
    moveWindow("kernel", 0, 0);
    resize(input_image, input_image, Size(), rate, rate, INTER_NEAREST);
    imshow("Original", input_image);
    moveWindow("Original", 0, 200);
    resize(output_image, output_image, Size(), rate, rate, INTER_NEAREST);
    imshow("Hit or Miss", output_image);
    moveWindow("Hit or Miss", 500, 200);
    waitKey(0);
    return 0;
}

如上所见，它就像使用具有操作类型MORPH_HITMISS和所选内核的函数morphologyEx()一样简单。

4. 其他示例

在这里，可以找到将不同内核应用于之前使用的相同输入图像的输出结果：

原图

查找右上角的内核和输出结果

查找左端点的内核和输出结果

现在可以试试你自己的模式！

原文地址