【C++】【图像处理】形态学处理（腐蚀、膨胀）算法解析（以.raw格式的图像 ...

1. 1 void erosion(BYTE* image, int w, int h, BYTE* outImg)
2. 2 {
3. 3     int rept;
4. 4     //腐蚀
5. 5     memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行腐蚀操作
6. 6
7. 7     int i, j, m, n;
8. 8     BYTE flag;
9. 9     for (rept = 0;rept < 3;rept++) //进行三次 腐蚀 or 膨胀 操作
10. 10         for (i = 1;i < h - 1;i++)
11. 11             for (j = 1;j < w - 1;j++)
12. 12                 if (image[i * w + j] == 255) { //当前灰度级为255时（即白色），则对该点的3x3邻域像素点进行遍历
13. 13                     flag = 0;//记录该邻域中，当灰度级为0（即黑色），则自增
14. 14                     for (m = -1;m < 2;m++)
15. 15                         for (n = -1;n < 2;n++)
16. 16                             if (image[(i + m) * w + j + n] == 0) {
17. 17                                 flag++;
18. 18                                 break;
19. 19                             }
20. 20                     if (flag > 2)//当邻域中超过两个像素点的灰度级都是0时，则该点的灰度级也为0（至此达成消除噪点的操作）
21. 21                         outImg[i * w + j] = 0;
22. 22                 }
23. 23     memcpy(image, outImg, sizeof(BYTE) * w * h);// 保存处理好的图像
24. 24
25. 25 }

复制代码

 

1. 1 void dilation(BYTE* image, int w, int h, BYTE* outImg)
2. 2 {
3. 3     int rept;
4. 4     //膨胀
5. 5     memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行膨胀操作
6. 6
7. 7     int i, j, m, n;
8. 8     BYTE flag;
9. 9     for (rept = 0;rept < 3;rept++)//进行三次膨胀操作
10. 10         for (i = 1;i < h - 1;i++)
11. 11             for (j = 1;j < w - 1;j++)
12. 12                 if (image[i * w + j] == 0) {//当前灰度级为0时（即黑色），则遍历该点的3x3邻域像素点
13. 13                     flag = 0;//纪录该邻域中，灰度级是255（即白色）的像素点个数
14. 14                     for (m = -1;m < 2;m++)
15. 15                         for (n = -1;n < 2;n++)
16. 16                             if (image[(i + m) * w + j + n] == 255) //
17. 17                                 flag++;
18. 18                     if (flag > 1)//当邻域中超过一个像素点的灰度级是255时，则该点的灰度级也为255（至此达成增强细节，平滑处理的操作）
19. 19                         outImg[i * w + j] = 255;
20. 20                 }
21. 21     memcpy(image, outImg, sizeof(BYTE) * w * h);
22. 22 }

复制代码

 
总结
针对处理二值图图像时，腐蚀或膨胀算法的核心：
1、确定该点（假设为A点）的灰度级，是0还是255；
2、遍历以该点为中心的3x3的邻域，获取灰度级等于0或者等于255的像素点个数，使用 flag 变量记录；
3、当 flag 大于设定的数值时，则A点的灰度级将被赋值为0或者255；

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！