原理
形态学是图像处理中常见的名词，图像处理的形态学基本属于数学形态学的范畴，是一门建立在格论和拓扑学基础上的图像分析学科。黑帽运算是结合了腐蚀和膨胀的一种运算，闭运算结果图减原图。
简单来说，黑帽运算就是将闭运算后的图像减去原图，突出了比原图轮廓周围区域更暗的区域。效果图见下方图1图2。
函数原型
void morphologyEx( InputArray src, OutputArray dst,
int op, InputArray kernel,
Point anchor = Point(-1,-1), int iterations = 1,
int borderType = BORDER_CONSTANT,
const Scalar& borderValue = morphologyDefaultBorderValue() );
其中op=MORPH_BLACKHAT参数说明
- InputArray类型的src，输入图像，如Mat类型。
- OutputArray类型的dst，输出图像。
- int类型的op，选择不同的运算操作，黑帽运算则是MORPH_BLACKHAT。
- Point类型的anchor，锚点。默认值（-1，-1），表示位于单位中心，一般不用。
- int类型的iterations，迭代使用的次数，默认值为1。
- int类型的borderType，推断图像外部像素的边界模式，我OpenCV版本的默认值为BORDER_CONSTANT。如果图像边界需要扩展，则不同的模式下所扩展的像素，其生成原则不同。
- const Scalar&类型的borderValue，当边界为常数时的边界值，默认值为morphologyDefaultBorderValue()。
测试代码
#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
cv::rectangle(test, cv::Rect(33, 30, 2, 2), 0, -1);
cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
cv::Mat result, close;
cv::morphologyEx(test, close, MORPH_CLOSE, element);
cv::morphologyEx(test, result, MORPH_BLACKHAT, element);
imshow("original", test);
imshow("close", close);
imshow("result", result);
waitKey(0);
system("pause");
return 0;
}测试效果
如上图所示，有原先8*8的矩形，有一个2*2的凹处，我设置了3*3的矩形蒙版，对其进行闭运算操作如图2所示，凹进消失，对其进行黑帽操作如图3所示，突出了凹进的内容。
到此这篇关于OpenCV黑帽运算(BLACKHAT)的使用的文章就介绍到这了,更多相关OpenCV黑帽运算内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！