膨胀腐蚀代码纯C++,不调用opencv

时间: 2024-02-07 18:03:22 浏览: 51
以下是使用纯C++实现的膨胀和腐蚀操作的代码: ```c++ #include <iostream> #include <vector> using namespace std; // 定义结构元素 const int SE_SIZE = 3; const int SE[SE_SIZE][SE_SIZE] = { {0, 1, 0}, {1, 1, 1}, {0, 1, 0} }; // 膨胀操作 void dilate(const vector<vector<int>>& src, vector<vector<int>>& dst) { int rows = src.size(); int cols = src[0].size(); dst.resize(rows, vector<int>(cols, 0)); for (int i = 1; i < rows - 1; i++) { for (int j = 1; j < cols - 1; j++) { int max_val = 0; for (int m = -1; m <= 1; m++) { for (int n = -1; n <= 1; n++) { int val = src[i + m][j + n] + SE[m + 1][n + 1]; if (val > max_val) max_val = val; } } dst[i][j] = max_val; } } } // 腐蚀操作 void erode(const vector<vector<int>>& src, vector<vector<int>>& dst) { int rows = src.size(); int cols = src[0].size(); dst.resize(rows, vector<int>(cols, 0)); for (int i = 1; i < rows - 1; i++) { for (int j = 1; j < cols - 1; j++) { int min_val = 255; for (int m = -1; m <= 1; m++) { for (int n = -1; n <= 1; n++) { int val = src[i + m][j + n] - SE[m + 1][n + 1]; if (val < min_val) min_val = val; } } dst[i][j] = min_val; } } } int main() { // 读取图像 Mat src = imread("lena.jpg", IMREAD_GRAYSCALE); // 转换为二维数组 vector<vector<int>> src_vec(src.rows, vector<int>(src.cols, 0)); for (int i = 0; i < src.rows; i++) { for (int j = 0; j < src.cols; j++) { src_vec[i][j] = src.at<uchar>(i, j); } } // 膨胀操作 vector<vector<int>> dilate_img; dilate(src_vec, dilate_img); // 腐蚀操作 vector<vector<int>> erode_img; erode(src_vec, erode_img); // 转换为Mat类型并显示结果 Mat dilate_mat(src.rows, src.cols, CV_8UC1); Mat erode_mat(src.rows, src.cols, CV_8UC1); for (int i = 0; i < src.rows; i++) { for (int j = 0; j < src.cols; j++) { dilate_mat.at<uchar>(i, j) = dilate_img[i][j]; erode_mat.at<uchar>(i, j) = erode_img[i][j]; } } imshow("src", src); imshow("dilate", dilate_mat); imshow("erode", erode_mat); waitKey(0); return 0; } ``` 在代码中,我们首先读取图像,然后将其转换为二维数组。接着,我们定义了膨胀和腐蚀操作的函数,利用定义的结构元素对图像进行操作。最后,我们将结果转换为Mat类型并输出。

相关推荐

最新推荐

recommend-type

opencv3/C++ 使用Tracker实现简单目标跟踪

今天小编就为大家分享一篇opencv3/C++ 使用Tracker实现简单目标跟踪,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv3/C++实现视频读取、视频写入

今天小编就为大家分享一篇opencv3/C++实现视频读取、视频写入,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv3/C++图像边缘提取方式

今天小编就为大家分享一篇opencv3/C++图像边缘提取方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Android调用OpenCV2.4.10实现二维码区域定位

主要为大家详细介绍了Android调用OpenCV 2.4.10实现二维码区域定位,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python OpenCV 调用摄像头并截图保存功能的实现代码

主要介绍了Python OpenCV 调用摄像头并截图保存功能,本文通过两段实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用 Python 画一个可以动的爱心

好的,我可以帮助您使用Python来绘制一个动态的爱心。您可以使用turtle库来实现。以下是实现代码: ```python import turtle import math # 设置画布和画笔 canvas = turtle.Screen() canvas.bgcolor("black") pencil = turtle.Turtle() pencil.speed(0) pencil.color("red", "pink") pencil.pensize(3) # 定义爱心函数 def draw_love(heart_size, x_offset=0, y_offset=0):
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。