Question

我尝试在c ++中实现侵蚀（形态学操作），我使用OpenCV进行读取并显示侵蚀后的第一张图像和图像。

我想逐步解释我的做法：

我创建了我的＆＃34;二进制图像＆＃34; （我只使用了黑色和白色）使用随机值为255或0的矩阵。
我将初始图片复制到最终图片
然后我用3x3掩码浏览了矩阵（最终图像），如果我有9的值为255，我会计算。

我的面具如：

[255 255 255
255 255 255
255 255 255]

如果我的计数器是= 9，我将不同掩模中心的像素着色为黑色。

这是我的代码：

#include <iostream>
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace std;
using namespace cv;

#define WIDTH  16
#define HEIGHT 16

int main( int argc, char** argv )
{
    Mat image(HEIGHT, WIDTH, CV_8UC1);
    Mat imageFinal(HEIGHT, WIDTH, CV_8UC1);

    int values[WIDTH][HEIGHT] = {0, 0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 0, 0,
                                 0, 0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 0, 0,
                                 0, 0,   0, 255, 255, 255,   0,   0,   0,   0,   0,   0,   0,   0, 0, 0,
                                 0, 0, 255, 255, 255, 255, 255,   0,   0,   0,   0,   0,   0,   0, 0, 0,
                                 0, 0, 255, 255, 255, 255, 255,   0,   0,   0,   0, 255, 255, 255, 0, 0,
                                 0, 0, 255, 255, 255, 255,   0,   0,   0,   0, 255, 255, 255, 255, 0, 0,
                                 0, 0,   0, 255, 255,   0,   0,   0,   0, 255, 255, 255, 255, 255, 0, 0,
                                 0, 0,   0,   0,   0,   0,   0,   0, 255, 255, 255, 255, 255,   0, 0, 0,
                                 0, 0,   0,   0,   0,   0,   0, 255, 255, 255, 255, 255,   0,   0, 0, 0,
                                 0, 0,   0,   0,   0,   0, 255, 255, 255, 255, 255,   0,   0,   0, 0, 0,
                                 0, 0,   0,   0,   0, 255, 255, 255, 255, 255,   0,   0,   0,   0, 0, 0,
                                 0, 0,   0,   0, 255, 255, 255, 255, 255,   0,   0,   0,   0,   0, 0, 0,
                                 0, 0,   0,   0, 255, 255, 255, 255, 255, 255, 255, 255,   0,   0, 0, 0,
                                 0, 0,   0,   0, 255, 255, 255, 255, 255, 255, 255, 255,   0,   0, 0, 0,
                                 0, 0,   0,   0,   0, 255, 255, 255, 255, 255, 255,   0,   0,   0, 0, 0,
                                 0, 0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0, 0, 0};

    for(int row = 0; row < WIDTH; row++){
        for(int col = 0; col < HEIGHT; col++){
            image.data[col + row * image.cols] = values[row][col];
        }
    }

    image.copyTo(imageFinal);

    int count = 0;

    for(int row = 1; row < image.rows-1; row++){
        for(int col = 1; col < image.cols-1; col++){
            count = 0;
            for(int a = -1; a <= 1; a++){
                for(int b = -1; b <= 1; b++){
                    if(image.at<uchar>(row + a, col + b) == 255){
                        count++;
                    }
                }
            }cout << count << endl;
            if(count == 9){
                for(int a = -1; a <= 1; a++){
                    for(int b = -1; b <= 1; b++){
                        if(a != 0 && b != 0){
                            imageFinal.at<uchar>(row + a, col + b) = 0;
                        }
                    }
                }
            }
        }
    }

    imshow("Image", image);
    imshow("final", imageFinal);

    waitKey(0);  
    return 0;
}

但结果却不正确。

Initial image and correct result: [错误的结果] [1]

Answer 1

我不是百分百肯定，但在阅读wiki entry on erosion后，我认为正确的实施将是这样的：

for each pixel(x,y) in original_image
    count neigbours where original_image == 255
    if count == 9
        new_image(x,y) = 255
    else 
        new_image(x,y) = 0
    end
end

，而你有

for each pixel(x,y) in original_image
    count neigbours where original_image == 255
    if count == 9
        set all neighbours (but not the pixel itself) in new_image to 0
end

基本上侵蚀应该对图像的3x3部分进行...

1 1 1         ? ? ?            0 1 1      ? ? ? 
1 1 1    ->   ? 1 ?      and   1 1 1  ->  ? 0 ? 
1 1 1         ? ? ?            1 1 1      ? ? ?

但你做了

1 1 1         0 0 0 
1 1 1    ->   0 1 0
1 1 1         0 0 0

应用滤镜时，您应该只更改正在查看的像素的值，但更改所有邻居，而不是像素本身。

我发现维基文章中的公式不太具启发性，也许这有助于理解：

new_image(x,y) = (3x3Sub(old_image,x,y) == mask) * 255

侵蚀不正常

1 个答案: