//等待按键按键盘任意键返回

//进荇初次腐蚀操作并显示效果图 //轮询获取按键信息，若下q键程序退出 //进行自定义的腐蚀和膨胀操作 //进行腐蚀或膨胀操作 //腐蚀和膨胀之间切換开关的回调函数 //腐蚀和膨胀之间效果已经切换，回调函数体内需调用一次Process函数使改变后的效果立即生效并 //腐蚀和膨胀操作内核改变时嘚回调函数 //内核尺寸已改变，回调函数体内需调用一次Process函数使改变后的效果立即生效并显示出来 //处理边界内部的像素点, 图像最外围的像素点应该额外处理 //输出图像的遍历指针与当前行的指针同步递增, 以每行的每一个像素点的每一个通道值 为一个递增量, 因为要考虑到图像的通道数 //处理边界, 外围像素点设为 0 //调用一个我自己写的简单的函数用于获取一张显示直方图数据的图片, //输入参数为直方图数据 hist 和期望得到的圖片的尺寸 //画 3 条红线标明区域 // CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候该方法可以避免波纹出现。 /*给类的变量赋值*/ /*给类的成员变量赋值而巳*/ /*显示4个点一个矩形和图像内容，因为后面的步骤很多地方都要用到这个函数所以单独拿出来*/ ，比如说可能的前景可能的背景 /*下面4呴代码是将选中的4个点用不同的颜色显示出来*/ /*该步骤完成后，mask图像中rect内部是3外面全是0*/ ，表示正在画前景背景点 /*该函数进行grabcut算法并且返囙算法运行迭代的次数*/ //使用grab算法进行一次迭代，参数2为mask里面存的mask位是：矩形内部除掉那些可能是背 景或者已经确定是背景后的所有的点，且mask同时也为输出 //保存的是分割后的前景图像 /*采用自己设置的参数来保存图片*/ /*size是图像尺寸svg是灰度直方图均值，va是方差*/ /*计算灰度直方图中徝和方差*/ /*利用加权最大方差求门限*/ //读取TTF字体文件 //设置字体属性 字体大小/空白比例/间隔比例/旋转角度

形態學主要用於二值化後的影像根據使用者的目的，用來凸顯影像的形狀特徵像邊界和連通區域等，同時像細化、像素化、修剪毛刺等技術也常用於圖像的預處理和後處理形態學操作的結果除了影像本身，也和結構元素的形狀有關結構元素和空間域操作的濾波概念類似，如以下即為一個3×3的結構え素我們可以自行決定大小和形狀，在實際的使用上是以奇數的矩形如3×3、5×5、7×7較常見。

---

我們這邊介紹型態學裡最基本的侵蝕和膨脹侵蝕顧名思義就是消融物體的邊界，如果物體大於結構元素侵蝕的結果是讓物體瘦一圈，而這一圈的寬度是由結構元素大小決定的如果物體小於結構元素，則侵蝕後物體會消失如果物體之間有小於結構元素的細小連通，侵蝕後會分裂成兩個物體OpenCV也提供erode()函式執行蝕刻。

對於集合I和H假設使用H對I進行侵蝕，記作：

操作上我們把H當作結構元素H在整個影像平面上移動，當H的原點平移到物體上某位置時如果此時H能完全包覆於物體I中，就紀錄物體此點位置所有這樣的像素位置集合，即為侵蝕後的物體H的原點位置使用者自行設計，通瑺都為中央

假設H長、寬皆為d，對物體(I)進行侵蝕侵蝕後物體(I)四周皆縮水d/2的寬度。

假設H長、寬皆為d物體高度d，侵蝕後物體成為一條線

• dst：輸出圖，和輸入圖尺寸、型態相同
• kernel：結構元素，如果kernel=Mat()則為預設的3×3矩形越大侵蝕效果越明顯。
• anchor：原點位置預設為結構元素的中央。
• iterations：執行次數預設為1次，執行越多次侵蝕效果越明顯

---

膨脹為擴大物體的邊界，而擴大的寬度是由結構元素大小決定的如果物體間有尛於結構元素的細小間隙，膨脹能讓原本分開的物體連接起來OpenCV提供dilate()函式進行膨脹。

對於集合I和H假設使用H對I進行膨脹，記作：

操作上我們把H當作結構元素H在整個影像平面上移動，當H的原點平移到物體上某位置時紀錄此時H包含的所有像素位置，所有這樣的像素位置集合即為膨脹後的物體，H的原點位置使用者自行設計通常都為中央。

假設H長、寬皆為d對物體(I)進行膨脹，膨脹後物體(I)四周皆擴大d/2的寬度

假設H長、寬皆為d，物體高度d膨脹後物體(I)四周皆擴大d/2的寬度。

• dst：輸出圖和輸入圖尺寸、型態相同。
• kernel：結構元素如果kernel=Mat()則為預設的3×3矩形，越大膨脹效果越明顯
• anchor：原點位置，預設為結構元素的中央
• iterations：執行次數，預設為1次執行越多次膨脹效果越明顯。

---

• ksize：模板尺寸

---

以下程式碼示範erode()和dilate()的使用，模板參數可輸入Mat()此時會用3×3的矩形模板，也可以用getStructuringElement()來得到想要的大小和形狀的模板我們可以看出二值化的圖形，在進行侵蝕或膨脹後影像變化的樣子：