本文主要是介绍图像处理之二值膨胀及应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
- created by gloomyfish
图像处理之二值膨胀及应用
基本原理：
膨胀是图像形态学的两个基本操作之一，另外一个是腐蚀操作。最典型的应用是在二值图像
中使用这两个基本操作，是很多识别技术中重要的中间处理步骤。在灰度图像中根据阈值同
样可以完成膨胀与腐蚀操作。对一幅二值图像f(x,y)完成膨胀操作，与对图像的卷积操作类
似，要有个操作数矩阵，最常见的为3X3的矩阵，与卷积操作不同的，是如果矩阵中的像素
点有任意一个点的值是前景色，则设置中心像素点为前景色，否则不变。
关于卷积参考这里：http://blog.csdn.net/jia20003/article/details/7038938
程序效果：(上为源图，下为膨胀以后效果)
程序原理：
首先把一幅彩色图像转换为灰度图像，转换方法参见这里
http://blog.csdn.net/jia20003/article/details/7392325
然根据像素平均值作为阈值，转换为二值图像，转换方法参见这里
http://blog.csdn.net/jia20003/article/details/7392325
最后在二值图像上使用膨胀操作，输出处理以后图像
源代码：
package com.gloomyfish.morphology;import java.awt.Color;
import java.awt.image.BufferedImage;public class DilateFilter extends BinaryFilter {public DilateFilter() {forgeColor = Color.WHITE;}private Color forgeColor;public Color getForgeColor() {return forgeColor;}public void setForgeColor(Color forgeColor) {this.forgeColor = forgeColor;}@Overridepublic BufferedImage filter(BufferedImage src, BufferedImage dest) {int width = src.getWidth();int height = src.getHeight();if ( dest == null )dest = createCompatibleDestImage( src, null );int[] inPixels = new int[width*height];int[] outPixels = new int[width*height];src = super.filter(src, null); // we need to create new onegetRGB( src, 0, 0, width, height, inPixels );int index = 0, index1 = 0, newRow = 0, newCol = 0;int ta1 = 0, tr1 = 0, tg1 = 0, tb1 = 0;for(int row=0; row<height; row++) {int ta = 0, tr = 0, tg = 0, tb = 0;for(int col=0; col<width; col++) {index = row * width + col;ta = (inPixels[index] >> 24) & 0xff;tr = (inPixels[index] >> 16) & 0xff;tg = (inPixels[index] >> 8) & 0xff;tb = inPixels[index] & 0xff;boolean dilation = false;for(int offsetY=-1; offsetY<=1; offsetY++) {for(int offsetX=-1; offsetX<=1; offsetX++) {if(offsetY==0 && offsetX==0) {continue;}newRow = row + offsetY;newCol = col + offsetX;if(newRow <0 || newRow >=height) {newRow = 0;}if(newCol < 0 || newCol >=width) {newCol = 0;}index1 = newRow * width + newCol;ta1 = (inPixels[index1] >> 24) & 0xff;tr1 = (inPixels[index1] >> 16) & 0xff;tg1= (inPixels[index1] >> 8) & 0xff;tb1 = inPixels[index1] & 0xff;if(tr1 == forgeColor.getRed() && tg1 == tb1) {dilation = true;break;}}if(dilation){break;}}if(dilation) {tr = tg = tb = forgeColor.getRed();} else {tr = tg = tb = 255 - forgeColor.getRed();}outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;}}setRGB( dest, 0, 0, width, height, outPixels );return dest;}}
这篇关于图像处理之二值膨胀及应用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
