目录

1.膨胀的原理

2.膨胀的API讲解

2.1.dilate的API

2.2. getStructingElement的API

3.用OPENCV代码实现图像膨胀功能

3.1. 用OPENCV实现膨胀功能的大体流程图

3.2.代码

4.腐蚀的原理

4.1腐蚀的API讲解

4.1. erode的函数定义

2.2. getStructingElement的函数定义

5．OPENCV代码实现图像腐蚀功能

5.1. 用OPENCV实现腐蚀功能的大体流程图

5.2. 用OPENCV实现腐蚀功能的代码截图

5.2.1. 读取我们需要处理的图片

5.2.2. 获取卷积层

5.2.3. erode对图片进行腐蚀操作

---

1.膨胀的原理

                           数学表达式：dst(x,y) = dilate(src(x,y)) = max(x,y)src(x+x,y+y)

膨胀是图像形态学的基本功能之一，膨胀顾名思义就是求图像的局部最大值操作，它的数学表达式是dst(x,y) = dilate(src(x,y)) = max(x,y)src(x+x,y+y)。若从数学的角度来看，无论是膨胀还是腐蚀实际上就是把图像跟核进行卷积(卷积：是通过两个函数f和g生成第三个函数的一种数学运算，它的本质就是微积分的转换，积分转换的数学公式(f * g)(t) =∫f(τ)g(t -τ)dτ )，如上图1：图像A和形状B进行卷积操作，然后形成右边的图像，右边的图像就是A+B的图像点。所谓的核就是指任意的形状或者大小，在多数情况下，核是一个小的中间带的正方形或者圆形。膨胀本质上就是把图像与核进行卷积操作，然后计算出卷积区域的最大点，并把最大的值赋值给指定的像素(如上图1)。操作完成之后，图像就会更加明亮(如下图2)。

                                   

膨胀前和膨胀后图像的对比。从这张图我们可以看出来，右边经过dilate膨胀操作后整个图像更加的明亮和粗糙。

2.膨胀的API讲解

2.1.dilate的API

在OPENCV中，有一个专门的API去处理图像的膨胀，这个API就是dilate

void dilate( InputArray src, OutputArray dst, InputArray kernel, Point anchor, int iterations, int borderType, const Scalar& borderValue )

第一个参数：src的类型是InputArray，它指的是输入图像，它可以是Mat类的数据。图像的通道数可以是任意数，但是图像的深度一般是CV_8U，CV_16U，CV_16S，CV_32F，CV_64F

第二个参数：dst的类型是OutputArray，它指的是目标图像，值得注意的是输出图像的尺寸、类型要和输入图像是一致的。

第三个参数：InputArray类型的kernel，膨胀操作的核。当这个值为NULL的时候，表示使用的核参考点默认是3*3。这个参数通常会配合getStructingElement参数的使用(这个参数的使用，下面我会详细说到)。

第四个参数：Point类型的anchor，锚点的位置，默认是(-1,-1)，表示中心位置。

第五个参数：int类型的迭代次数，默认是1

第六个参数：int类型的borderType，这个类型用于推断图像外部的边界模式，用的最多的是BORDER_DEFAULT

第七个参数：const Scalar类型的borderType，一般不用填写，因为这个API已经有了默认值morphologyDefaultBorderValue()

下面是常用的几种边框模式(这几种相对比较常用，其他的用的很少)

BORDER_CONSTANT：用指定的像素填充边框

BORDER_REPLICATE：用已知的边缘像素来填充边框

BORDER_WRAP：用另一边的像素来补偿填充

BORDER_DEFAULT：默认模式画边框

BORDER_TRANSPANT：用透明的方式画框

2.2. getStructingElement的API

该函数的作用是返回一个卷积层

CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

第一个参数：表示内核的形状，这里包括了：矩形(MORPH_RECT)、交叉形(MORPH_CROSS)、椭圆形(MORPH_ELLIPSE)，常用的内核形状是矩形

第二个参数：内核的尺寸

第三个参数：锚点的位置，默认值Point(-1,-1)，表示的是位于中心点

3.用OPENCV代码实现图像膨胀功能

3.1. 用OPENCV实现膨胀功能的大体流程图

                                          

从上面的流程图我们可以看出来OPENCV实现膨胀功能需要有以下几步，分别是：imread读取图片、使用cvtColor对图片进行灰度操作、使用getStructingElement获取卷积层、使用dilate对图片进行膨胀、imwrite保存图片

3.2.代码

3.2.1. 读取我们需要处理的图片

使用imread读取我们需要处理的图片

3.2.2. 获取卷积层

使用getStructuringElement获取卷积层，参数设置内核的形状是MORPH_RECT、内核的长度是Size(15,15)

3.2.3. dilate对图片进行膨胀操作

获取完卷积层后，我们就对图片进行dilate膨胀，关于dilate的API上面已经详细说到了。最后用imwrite保存图片(这里就省略)

经过上述处理过后，我们来看看原图和处理后的图片效果：

左边是原图，右边是经过膨胀后的图片。我们可以看到右边经过膨胀的图片明显更加明亮和粗糙，这是因为dilate就是把原图和卷积层进行重叠，整个图像的像素都会变大。

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv; //Must Need Write cv
using namespace std;

int main()
{

    Mat src = imread("rect.png");

    Mat kernal_img = getStructuringElement( MORPH_RECT,Size(15,15));

    dilate(src,src,kernal_img);

    imwrite("rect_dilate.jpg",src);


    return 0;
}

在二值图像中，膨胀的规则是：

• 像素值为 255（白色） -> 被认为是“前景”。

• 像素值为 0（黑色） -> 被认为是“背景”。

膨胀操作会让白色（255）的区域向周围扩张。

• 在你的原图（白纸黑字）上：白色是纸，黑色是字。白色纸变胖 →→ 黑色字被覆盖 →→ 字变细。

• 在反转后的图（黑底白字）上：白色是字，黑色是纸。白色字变胖 →→ 字变粗（这才是你想要的效果）。

4.腐蚀的原理

                                  (图1)

       数学表达式：dst(x,y) = erode(src(x,y)) = min(x,y)src(x+x,y+y)
腐蚀也是图像形态学的基本功能之一，腐蚀跟膨胀属于反向操作，膨胀是把图像图像变大，而腐蚀就是把图像变小。腐蚀的原理就是指定一个卷积内核，然后原图像和卷积内核进行局部最小值的计算，最终获取到一个局部像素点最小的图像，如上图1，数学表达式是dst(x,y) = erode(src(x,y)) = min(x,y)src(x+x,y+y)。经过erode处理后，我们来看看两个图片的区别，看下图2

                      
                                    (图2)

左边是原图，右边是经过腐蚀过后的图像。我们可以明显看出来，右边的图像字母部分明显比左边的原图像更加细小，但是黑暗背景部分会更加大。

4.1腐蚀的API讲解

4.1. erode的函数定义

erode是OPENCV实现腐蚀效果的API

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

第一个参数：src的类型是InputArray，它指的是输入图像，它可以是Mat类的数据。图像的通道数可以是任意数，但是图像的深度一般是CV_8U，CV_16U，CV_16S，CV_32F，CV_64F

第二个参数：dst的类型是OutputArray，它指的是目标图像，值得注意的是输出图像的尺寸、类型要和输入图像是一致的。

第三个参数：InputArray类型的kernel，膨胀操作的核。当这个值为NULL的时候，表示使用的核参考点默认是3*3。这个参数通常会配合getStructingElement参数的使用(这个参数的使用，下面我会详细说到)。

第四个参数：Point类型的anchor，锚点的位置，默认是(-1,-1)，表示中心位置。

第五个参数：int类型的迭代次数，默认是1

第六个参数：int类型的borderType，这个类型用于推断图像外部的边界模式，它的默认值是BORDER_DEFAULT

第七个参数：const Scalar类型的borderType，一般不用填写，因为这个API已经有了默认值morphologyDefaultBorderValue()

2.2. getStructingElement的函数定义

getStructingElement的作用是返回一个卷积层

CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

第一个参数：表示内核的形状，这里包括了：矩形(MORPH_RECT)、交叉形(MORPH_CROSS)、椭圆形(MORPH_ELLIPSE)

第二个参数：内核的尺寸

第三个参数：锚点的位置，默认值Point(-1,-1)，表示的是位于中心点

5．OPENCV代码实现图像腐蚀功能

5.1. 用OPENCV实现腐蚀功能的大体流程图

        

从上面的流程图我们可以看出来OPENCV实现膨胀功能需要有以下几步，分别是：imread读取图片、使用getStructingElement获取卷积层、使用erode对图片进行腐蚀、imwrite保存腐蚀后的图片

5.2. 用OPENCV实现腐蚀功能的代码截图

5.2.1. 读取我们需要处理的图片

使用imread读取我们需要处理的图片

5.2.2. 获取卷积层

使用getStructuringElement获取卷积层，参数设置内核的形状是MORPH_RECT、内核的长度是Size(15,15)

5.2.3. erode对图片进行腐蚀操作

获取完卷积层后，我们就对图片进行erode腐蚀，关于erode的API上面已经详细说到了，最后调用imwrite保存图片(这里就省略不写出来)。

经过上面处理后，我们来看看处理后的图片

左边是原图，右边是经过腐蚀后的图片。我们可以看到右边经过腐蚀的图片饮料部分图片变小了，而整个背景则加深了。

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv; //Must Need Write cv
using namespace std;

int main()
{

    Mat src = imread("rect.png");

    Mat kernal_img = getStructuringElement(MORPH_RECT,Size(15,15));

    erode(src,src,kernal_img);

    imwrite("src_erode.jpg",src);

    return 0;
}