【Emgu CV教程】9.3、形态学常用操作之开运算

本文主要是介绍【Emgu CV教程】9.3、形态学常用操作之开运算，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！

文章目录

一、相关概念
- 1.什么叫开运算
- 3.开运算的函数
二、演示
- 1.原始素材
- 2.代码
- 3.运行结果

一、相关概念

1.什么叫开运算

腐蚀、膨胀已经讲完，这两个是最基础的形态学操作。这次讲的是开运算，它是一个先腐蚀、后膨胀的过程。原始图像先被腐蚀，这一步去除了白色前景物体的边缘毛刺、雪花噪声。然后再进行膨胀操作，回复原始前景物体的大小、或者连接因为腐蚀而断开的前景物体。

它就是用同一个结构元素，连续进行两次操作，所以开运算能够除去雪花噪声、毛刺，而前景物体的位置、形状、大小保持不变。

3.开运算的函数

Emgu CV中，开运算的函数定义如下：

public static void MorphologyEx(IInputArray src,  // 输入图像IOutputArray dst, // 输入图像MorphOp operation, // 操作方式，开运算是MorphOp.OpenIInputArray kernel, // 结构元素大小Point anchor, // 锚点位置，默认为中心new Point(-1, -1)int iterations, // 膨胀操作迭代次数BorderType borderType, // 边界填充方式，一般取默认MCvScalar borderValue // 边界值，使用时一般写成new MCvScalar()
)

注意哈，开运算和后面将要讲的闭运算，都是同一个函数MorphologyEx()，但是开运算的参数MorphOp operation，要指定为MorphOp.Open

二、演示

1.原始素材

原始素材srcMat是OpenCV官方使用的一张图片，图片内有不少的雪花噪声，如下图：
在这里插入图片描述

2.代码

Emgu CV开运算演示代码如下：

Mat tempMat = srcMat.Clone();
Mat gray = new Mat();
Mat dstMat = new Mat();
int kernelX = Convert.ToInt16(TextBoxX.Text.Trim().ToString()); // structuring element结构元素 或者 kernel 内核的X值，水平方向
int kernelY = Convert.ToInt16(TextBoxY.Text.Trim().ToString()); // structuring element结构元素 或者 kernel 内核的X值，垂直方向
int iterations = Convert.ToInt16(TextBoxIterations.Text.Trim().ToString()); // 需要执行开运算的次数// 要转成灰度图
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);// 定义结构元素，其中元素的形状是矩形，size大小由两个文本框决定，默认锚点new Point(-1,-1)是指在中心
Mat element = CvInvoke.GetStructuringElement(ElementShape.Rectangle, new System.Drawing.Size(kernelX, kernelY), new System.Drawing.Point(-1, -1));// 开运算，其中锚点位置new Point(-1, -1)代表中心
CvInvoke.MorphologyEx(gray, dstMat, MorphOp.Open, element, new System.Drawing.Point(-1, -1), iterations, BorderType.Default, new MCvScalar());
CvInvoke.Imshow("Gray, " + gray.Size.ToString(), gray);
CvInvoke.Imshow("Open, " + dstMat.Size.ToString(), dstMat);

注意哈，结构元素的内核要对水平方向和垂直方向分别定义。

3.运行结果

假设kernelX = 9，kernelY =9，iterations = 1， 开运算结果如下所示：
在这里插入图片描述

是不是雪花噪声没了，但是英文字母j的大小、形状、位置都没有变化？？？？？。我们再换一张图，并且设kernelX = 19，kernelY =1，iterations = 1， 其灰度图和开运算结果如下所示：
在这里插入图片描述
原始图像有很多雪花噪声，而且水平、垂直方向都有前景，经过开运算后，雪花噪声没了，垂直方向的前景也消失了。就是因为它第一步腐蚀操作的特性：腐蚀时结构元素水平方向值越大，目标图像中竖向前景越容易被腐蚀。 。虽然后面执行了膨胀操作，但是因为上一步腐蚀时，垂直方向大片区域都已经变成0了，再膨胀也救不回来了。