公告
评论不能用！！！
其他里的东西暂时还没改，不是我的！！
问题反馈和建议请加qq420883290
1139 字
6 分钟
RM装甲板识别 - 03 形态学处理
本阶段核心API清单
| API | 作用 |
|---|---|
cv::getStructuringElement() | 创建形态学核 |
cv::dilate() | 膨胀（变胖） |
cv::erode() | 腐蚀（变瘦） |
cv::morphologyEx() | 高级形态学 |
核心思路
颜色提取后的二值图有两个主要问题：
问题1: 噪点（小白点到处都是）
问题2: 断裂（灯条中间有缝隙）
形态学操作就是解决这些问题的工具！
形态学四种处理方式
| 操作 | 效果 | 比喻 | 用途 |
|---|---|---|---|
| 膨胀 dilate | 白色区域变大 | 涂胖笔 | 连接断裂 |
| 腐蚀 erode | 白色区域变小 | 橡皮擦 | 去除噪点 |
| 开运算 open | 先腐蚀后膨胀 | 先擦后涂 | 去噪保形 |
| 闭运算 close | 先膨胀后腐蚀 | 先涂后擦 | 填缝保形 |
1. cv::getStructuringElement() - 创建形态学核
核形状类型
| shape | 说明 | 效果 |
|---|---|---|
MORPH_RECT | 矩形（最常用） | 各方向均匀 |
MORPH_ELLIPSE | 椭圆形 | 边缘更圆滑 |
MORPH_CROSS | 十字形 | 只作用于上下左右 |
基础用法
// 创建3×3矩形核cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));// 创建5×5椭圆核cv::Mat kernel2 = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(5, 5));// 创建7×7十字核cv::Mat kernel3 = cv::getStructuringElement(cv::MORPH_CROSS, cv::Size(7, 7));核大小如何选择？
| 尺寸 | 效果 | 适用场景 |
|---|---|---|
| 3×3 | 轻微处理 | 小噪点、细微缝隙 |
| 5×5 | 中等效果 | 推荐，平衡效果和性能 |
| 7×7 | 强力效果 | 大噪点、大缝隙（可能破坏灯条形状） |
| 9×9+ | 极强效果 | 慎用！容易把灯条变形 |
2. cv::dilate() - 膨胀操作
函数原型
void cv::dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor = Point(-1,-1), int iterations = 1);参数说明
src输入二值图dst输出结果kernel形态学核anchor锚点位置（-1,-1表示中心）iterations迭代次数（重复膨胀几次）
基础用法
cv::Mat binary = extractColor(img);cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
// 腐蚀一次cv::Mat eroded;cv::erode(binary, eroded, kernel);应用场景
- 去除小噪点
- 分离粘连物体
腐蚀的副作用
- 灯条也会变细
- 解决方案：腐蚀后再膨胀回来（开运算）
4. cv::morphologyEx() - 高级形态学操作
操作类型
| op | 操作 | 公式 | 效果 |
|---|---|---|---|
MORPH_OPEN | 开运算 | erode → dilate | 去噪保形 |
MORPH_CLOSE | 闭运算 | dilate → erode | 填缝保形 |
MORPH_GRADIENT | 形态学梯度 | dilate - erode | 提取边缘 |
MORPH_TOPHAT | 顶帽 | src - open | 提取小亮点 |
MORPH_BLACKHAT | 黑帽 | close - src | 提取小暗点 |
5. 闭运算 (MORPH_CLOSE)
基础用法
cv::Mat binary = extractColor(img);cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));// 闭运算cv::Mat closed;cv::morphologyEx(binary, closed, cv::MORPH_CLOSE, kernel);应用场景
- 连接灯条的细微断裂
- 填补灯条内部的小黑洞
- 保持灯条的整体形状
注意事项
// 核太大会让两个灯条粘在一起！cv::Mat kernel_bad = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(15, 15));// 可能导致左右灯条合并
// 推荐使用5×5或7×7cv::Mat kernel_good = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));6. 开运算 (MORPH_OPEN) - 去噪利器
基础用法
cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
// 开运算cv::Mat opened;cv::morphologyEx(binary, opened, cv::MORPH_OPEN, kernel);应用场景
- 去除小噪点
- 分离轻微粘连的物体
- 平滑物体边缘
7. RM装甲板识别推荐流程
标准流程（两步法）
cv::Mat processArmor(const cv::Mat& img) { // 1. 颜色提取 cv::Mat binary = extractColor(img); // 2. 形态学处理 cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5)); // 第一步：闭运算（填补灯条缝隙） cv::Mat closed; cv::morphologyEx(binary, closed, cv::MORPH_CLOSE, kernel); // 第二步：开运算（去除噪点） cv::Mat result; cv::morphologyEx(closed, result, cv::MORPH_OPEN, kernel);
return result;}8. 形态学梯度 (MORPH_GRADIENT)
基础用法
cv::Mat gradient;cv::morphologyEx(binary, gradient, cv::MORPH_GRADIENT, kernel);效果
提取物体的外轮廓线，类似边缘检测
应用场景
- 能量机关扇叶边缘检测
- 装甲板外框提取（不常用）
完整实战代码
方案1: 快速版（单次操作）
#include <opencv2/opencv.hpp>
int main() { cv::Mat img = cv::imread("armor.jpg");
// 颜色提取（假设已实现） cv::Mat binary = extractRedColor(img);
// 形态学核 cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
// 闭运算（最常用） cv::Mat result; cv::morphologyEx(binary, result, cv::MORPH_CLOSE, kernel);
// 显示对比 cv::imshow("原始二值图", binary); cv::imshow("形态学处理后", result); cv::waitKey(0);
return 0;}方案2: 标准版（两步法）
#include <opencv2/opencv.hpp>
cv::Mat morphologyProcess(const cv::Mat& binary) { cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
// 第一步：闭运算填缝 cv::Mat closed; cv::morphologyEx(binary, closed, cv::MORPH_CLOSE, kernel);
// 第二步：开运算去噪 cv::Mat opened; cv::morphologyEx(closed, opened, cv::MORPH_OPEN, kernel);
return opened;}
int main() { cv::Mat img = cv::imread("armor.jpg"); cv::Mat binary = extractColor(img);
cv::Mat result = morphologyProcess(binary);
// 显示三步对比 cv::imshow("1-原始", binary); cv::Mat closed; cv::morphologyEx(binary, closed, cv::MORPH_CLOSE, cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5,5))); cv::imshow("2-闭运算", closed); cv::imshow("3-最终结果", result);
cv::waitKey(0); return 0;}方案3: 自适应版（根据图像大小调整核）
cv::Mat adaptiveMorphology(const cv::Mat& binary) { // 根据图像大小自适应核尺寸 int kernelSize = std::max(3, (int)(binary.cols * 0.005)); if (kernelSize % 2 == 0) kernelSize++; // 确保是奇数
cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(kernelSize, kernelSize));
cv::Mat closed, result; cv::morphologyEx(binary, closed, cv::MORPH_CLOSE, kernel); cv::morphologyEx(closed, result, cv::MORPH_OPEN, kernel);
std::cout << "使用核尺寸: " << kernelSize << "×" << kernelSize << std::endl; return result;} RM装甲板识别 - 03 形态学处理
https://www.nanye404.top/posts/rm_opencv_03/ 部分信息可能已经过时
