OpenCV实战 | 基于形态学运算提取图像中的音符

Posted 2021-11-07 行路南

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了OpenCV实战 | 基于形态学运算提取图像中的音符相关的知识，希望对你有一定的参考价值。

图像形态学运算，顾名思义是应用形态学操作改变图像中物体的形状的过程。其中形态学操作比较基础的是膨胀、腐蚀、开运算和闭运算；形态学操作的对象通常是二值化图像。

本文会先介绍形态学中常见的操作的原理部分，然后介绍在OpenCV中这些操作的函数和参数含义，最后通过一个提取图像中音符的样例来贯穿全部的内容。

1 形态学操作

1.1 腐蚀

腐蚀过程是将一个核与一个图像进行卷积，其中核可以是任何的形状，比如大小为 $3 * 3$ 的正方形核，也可以是大小为 $5 * 1$ 的长条形核。核有一个参考点，参考点位于核的正中心。

将核与图像进行卷积，就是从左到右、从上到下滑动窗口运算的过程。在这个过程中，对于腐蚀操作，每次计算核在图像中覆盖的区域的最小值，并将这个最小值赋值给核的参考点指定的像素。

以下图为例，当核的参考点位于原图的第2行第8列时（从0开始），此时整个核的覆盖区域就是以参考点为中心的正方形区域，在这个区域内的最小值为0，那么腐蚀后的图像中第2行第8列的值就是0；当核的参考点位于第4行第4列时，此时整个核的覆盖区域的最小值是255，那么腐蚀后的图像中第4行第4列的值就是255。

图1 腐蚀

可以看到经过腐蚀后的图像，消除了一些斑点噪音，同时确保图中较大的区域仍然存在，最终得到我们想要的区域。

在下文的示例中，我们还会演示一个提取音符的例子，在那个例子中，我们会设计一种核结构，使得图中所有的横线都作为噪音被清除掉，也就达到了提取音符的目的。

1.2 膨胀

膨胀和腐蚀相反，膨胀是将核和一个图像进行卷积，计算的是核区域内像素的最大值。

图2 膨胀

此外，膨胀也可以填补凹洞，如下图所示。

图3 膨胀

在试图找到连通分支时通常使用膨胀操作，因为大多数情况下一个大的区域可能被一些噪音等分割为多个区域，而通过膨胀操作能够使这些多个区域结合在一起。

1.3 开运算

开运算，是先进行腐蚀操作，再进行膨胀操作。开运算的效果是消除了高于临近点的孤立点。

图4 开运算的过程

1.4 闭运算

闭运算，是先膨胀后腐蚀。这里我们的输入图像和1.3节的输入图像一样，在下图中我们可以看到先膨胀后腐蚀的效果，即消除了低于临近点的孤立点。

图5 闭运算的过程

2 核

在上文中，我们都是使用大小为 $3 * 3$ 的核来进行膨胀或者腐蚀的操作。（有些教材中，核也称为结构元素）

在实际使用中，核的选择是非常重要的一个部分，针对不同的情况，我们需要灵活需要不同的核，比如矩形的核、十字交叉的核，菱形的核等等。

同时我们也可以根据自己的需要自定义自己的核。

2.1 核具体是什么

所谓核，就是仅仅由0和1组成的一个矩阵，可以具有任意的形状和大小，通常比我们要处理的图像要小得多。

在核中通过值为1的像素定义了核的邻域，表明了核的形状。核的中心像素，称为核的参考点，或者叫原点，表示正在处理的像素。

2.2 几种常见的核

图6 几种常见的核结构

上图中展示了常用的正方形核、长方形核、菱形核、十字交叉核，此外还有圆盘核、周期核等等。我们在选择核的时候，需要根据在输入图像中要提取的对象的大小和形状，来选择相对应的核结构。例如，我们想提取图像中的线条，那么选择一个线性结构的核比较合适。

3 在OpenCV中形态学运算的函数

3.1 形态学运算

void cv::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() 
						)

执行高级形态转换。功能 cv: : morphologyEx 可以使用腐蚀和膨胀作为基本操作进行高级形态转换。任何操作都可以就地完成。对于多通道图像，每个通道都是独立处理的。

参数说明：

src	源图像。通道的数量可以是任意的。深度应该是CV_8U, CV_16U, CV_16S, CV_32F or CV_64F 中的一个
dst	与源图像大小和类型相同的目标图像。
op	形态学运算的类型；包括MORPH_ERODE、MORPH_DILATE 、MORPH_OPEN 、MORPH_CLOSE 等
kernel	核（结构元素）可以通过 getStructuringElement.函数来创建，在下文详细说明。
anchor	核的参考点位置，默认值是负值，表示位于内核中心。
iterations	应用腐蚀和膨胀的次数，默认为1

3.2 核（结构元素）


Mat cv::getStructuringElement	(	int 	shape,
                                    Size 	ksize,
                                    Point 	anchor = Point(-1,-1) 
                                )

返回用于形态学操作的指定大小和形状的结构元素。

该功能构造和返回的结构元素，可以进一步通过腐蚀，扩张或形态。但是您也可以自己构造一个任意的二进制掩码，并使用它作为结构元素。

参数说明：

shape	核的形状，支持三种。分别是MORPH_RECT、MORPH_CROSS、MORPH_ELLIPSE
ksize	核的大小
anchor	元素内的锚定位置。默认值(−1.−1）表示锚点位于中心。请注意，只有十字形图元的形状取决于锚定位置。在其他情况下，锚仅仅调节形态学操作的结果被移动的程度。

4 C++样例

	
#include <opencv2/opencv.hpp>


int main(int argc, char** argv)
{
    // 第一步，读取原始图像
    cv::Mat img = cv::imread("/home/lxn/图片/src.png");
    cv::imshow("ori img", img);
    cv::waitKey(0);

    // 第二步，转灰度图
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);
    cv::imshow("gray", img);
    cv::waitKey(0);

    // 第三步，取反
    // 需特别注意的是，原始图像中物体是黑色，背景是白色;
    // 在膨胀或者腐蚀操作，我们针对的都是高亮的物体，所以为了便于理解，我们对物体的像素值做一个取反操作（value = 255 - value)
    cv::Mat bw_gray;
    cv::bitwise_not(gray, bw_gray);
    cv::imshow("bw_gray", bw_gray);
    cv::waitKey(0);

    // 第四步，二值化
    cv::Mat threshold_gray;
    cv::threshold(bw_gray, threshold_gray, 100, 255, cv::THRESH_BINARY);
    cv::imshow("threshold_gray", threshold_gray);
    cv::waitKey(0);

    // 第五步，提取垂直线（过滤掉水平的横线，得到音符）.这里的核要既保证清除掉横线，同时小的音符又能够保留。所以核的高度选择大于横线像素高度的最小值
    cv::Mat vertical;
    cv::Mat vertical_kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(1, 4));
    cv::morphologyEx(threshold_gray, vertical, cv::MORPH_OPEN, vertical_kernel);
    cv::imshow("vertical", vertical);
    cv::waitKey(0);

    // 第六步， 取反，得到前景为黑，背景为白的图像
    cv::bitwise_not(vertical, vertical);
    cv::imshow("bw_vertical", vertical);
    cv::waitKey(0);
    
    return 0;
}