如何建立网站导航seo上首页排名

一.膨胀的原理

                           数学表达式：dst(x,y) = dilate(src(x,y)) = max(x,y)src(x+x,y+y)

        膨胀是图像形态学的基本功能之一，膨胀顾名思义就是求图像的局部最大值操作，它的数学表达式是dst(x,y) = dilate(src(x,y)) = max(x,y)src(x+x,y+y)。

        从数学的角度来看，无论是膨胀还是腐蚀实际上就是把图像跟核进行卷积(卷积：是通过两个函数f和g生成第三个函数的一种数学运算，它的本质就是微积分的转换，积分转换的数学公式

(f * g)(t) =∫f(τ)g(t -τ)dτ )，如上图：图像A和形状B进行卷积操作，然后形成右边的图像，右边的图像就是A+B的图像点。所谓的核就是指任意的形状或者大小，在多数情况下，核是一个小的中间带的正方形或者圆形。

膨胀本质上就是把图像与核进行卷积操作，然后计算出卷积区域的最大点，并把最大的值赋值给指定的像素(如上图)。操作完成之后，图像就会更加明亮(如下图)。

                                   

这是膨胀前和膨胀后图像的对比。从这张图我们可以看出来，右边经过dilate膨胀操作后整个图像更加的明亮和粗糙。

二.膨胀的API讲解：

1.dilate的API

在OPENCV中，有一个专门的API去处理图像的膨胀，这个API就是dilate

void dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor, int iterations, int borderType, const Scalar& borderValue )

第一个参数：src的类型是InputArray，它指的是输入图像，它可以是Mat类的数据。图像的通道数可以是任意数，但是图像的深度一般是CV_8U，CV_16U，CV_16S，CV_32F，CV_64F

第二个参数：dst的类型是OutputArray，它指的是目标图像，值得注意的是输出图像的尺寸、类型要和输入图像是一致的。

第三个参数：InputArray类型的kernel，膨胀操作的核。当这个值为NULL的时候，表示使用的核参考点默认是3*3。这个参数通常会配合getStructingElement参数的使用(这个参数的使用，下面我会详细说到)。

第四个参数：Point类型的anchor，描点的位置，默认是(-1,-1)，表示中心位置。

第五个参数：int类型的迭代次数，默认是1

第六个参数：int类型的borderType，这个类型用于推断图像外部的边界模式，用的最多的是BORDER_DEFAULT

下面是常用的几种边框模式(这几种相对比较常用，其他的用的很少)

1.BORDER_CONSTANT：用指定的像素填充边框

2.BORDER_REPLICATE：用已知的边缘像素来填充边框

3.BORDER_WRAP：用另一边的像素来补偿填充

4.BORDER_DEFAULT：默认模式画边框

5.BORDER_TRANSPANT: 用透明的方式画框

第七个参数：const Scalar类型的borderType，一般不用填写，因为这个API已经有了默认值morphologyDefaultBorderValue()

2. getStructingElement的API

该函数的作用是返回一个卷积层

CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

第一个参数：表示内核的形状，这里包括了：

1.矩形(MORPH_RECT)

2.交叉形(MORPH_CROSS)

3.椭圆形(MORPH_ELLIPSE)

常用的内核形状是矩形

第二个参数：内核的尺寸

第三个参数：锚点的位置，默认值Point(-1,-1)，表示的是位于中心点