画像の膨張・収縮処理を行う

画像の『膨張・収縮処理』とは、Webをググルと　一般に２値化された画像に対し行われ、ターゲットとなるピクセルの周辺に１ピクセルでも　白があれば白に置き換える膨張処理（Dilation）と、逆に１ピクセルでも　黒があれば黒に置き換える収縮処理（Erosion）からなり、ノイズを消す処理に用いるとのこと。
ただし OpenCvでは 『マルチチャンネルの場合、各チャンネルが個別に処理される』となっています。（OpenCv-CookBook参照）つまりは ２値化された画像のみならず　グレースケールさらにはカラー画像もそれなりの処理がされることになります。Andoroid版の実験では カメラで撮影した画像を２値化してテストデータとしましたが、今回は同じデータをグレースケール化したものを透視変換だけ行いそのままテストデータにします。

注）画像の『膨張・収縮処理』については 以下のサイトに詳しく記述されています。
http://imagingsolution.blog107.fc2.com/blog-entry-101.html
http://d.hatena.ne.jp/shokai/20090203/1233608481

フォームには 次のボタンを準備しました。

• 透視変換　読み込んだ画像の正規化を行う
• 膨張一回　膨張処理を一回行う
• 膨張三回　膨張処理を三回行う
• 収縮一回　収縮処理を一回行う
• 収縮三回　収縮処理を三回行う

なお　膨張は Cv.Dilate(src, dst, element, n) 収縮はCv.Erode(src, dst, element, n) となります。
ここで 構造要素を示すelementをnullにすると　ターゲットとなるピクセルは 3×3の矩形の中心で　この3x3のピクセルの値をもとに 膨張・収縮処理を行います。またnは処理回数を示します。
構造要素を示すelementはIplConvKernel クラスで
IplConvKernel(int cols, int rows, int anchor_x, int anchor_y, ElementShape shape)
で定義します。
int cols,int rows: 構造要素のcols,rows
int anchor_x, int anchor_y: アンカー（ターゲット）となるピクセル位置
0 ≦ anchor_x ＜ (cols -1) , 0 ≦ anchor_y ＜ (rows -1)
ElementShape shape:列挙型 Rect,Ellispe,Crossから選択します。ただし Customの使い方はわかりませんでした。

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Text;
using System.Windows.Forms;
using OpenCvSharp;
namespace OpenCvShp
{
    public partial class Form1 : Form
    {
        private IplImage img;
        public Form1()
        {
            InitializeComponent();
        }

        //初期処理（画像データ読み込み・表示）
        private void timer1_Tick(object sender, EventArgs e)
        {
            img = new IplImage(@”C:¥OpenCvTest¥Data¥a320_240.jpg”, LoadMode.GrayScale);
            timer1.Enabled = false;
            pictureBox1.Invalidate();
        }

        //透視変換（正規化）
        private void btnPerspective_Click(object sender, EventArgs e)
        {
            CvPoint2D32f[] src_pf = new CvPoint2D32f[] {
                new CvPoint2D32f( 26, 19), new CvPoint2D32f( 9, 148),
                new CvPoint2D32f(237, 146), new CvPoint2D32f(223, 29) };
            CvPoint2D32f[] dst_pf = new CvPoint2D32f[] {
                new CvPoint2D32f( 9, 19), new CvPoint2D32f( 9, 148),
                new CvPoint2D32f(237, 148), new CvPoint2D32f(237, 19) };
            CvMat perspective_matrix = Cv.GetPerspectiveTransform(src_pf, dst_pf);
            Cv.WarpPerspective(img, img, perspective_matrix, Interpolation.Linear,
                new CvScalar(0, 0, 0));
            pictureBox1.Invalidate();
        }

        //膨張１回
        private void btnDilate1_Click(object sender, EventArgs e)
        {
            Cv.Dilate(img, img, null, 1);
            pictureBox1.Invalidate();
        }
    
        //膨張３回 private void btnDilate3_Click(object sender, EventArgs e)
        {
            Cv.Dilate(img, img, null, 3);
            pictureBox1.Invalidate();
        }

        //収縮１回
        private void btnErode1_Click(object sender, EventArgs e)
        {
            Cv.Erode(img, img, null, 1);
            pictureBox1.Invalidate();
        }

        //収縮３回
        private void btnErode3_Click(object sender, EventArgs e)
        {
            Cv.Erode(img, img, null, 3);
            pictureBox1.Invalidate();
        }

        //描画処理
        private void pictureBox1_Paint(object sender, PaintEventArgs e)
        {
            if (!timer1.Enabled)
            {
                Bitmap bmp = new Bitmap(img.Width, img.Height);
                bmp = img.ToBitmap();
                e.Graphics.DrawImage(bmp, 0, 0, bmp.Width, bmp.Height);
                bmp.Dispose();
            }
        }
    }
}

1) 元の画像	2) 透視変換して画像を正規化した状態 この画像をテストデータとします。
3) 2)から『膨張一回』をクリックした状態	4) 2)から『膨張三回』をクリックした状態
5) 2)から『収縮一回』をクリックした状態	6) 2)から『収縮三回』をクリックした状態

このDilateメソッド Erodeメソッドは単独で使うことは　まれで 膨張・収縮を繰り返し処理を行う場合が多くあります。 とくに、同じ回数分だけ膨張して収縮する処理をクロージング（Closing）、 同じ回数分だけ収縮して膨張する処理をオープニング（Opening）とよびます。実際に2)のデータをもとに実験してみます。

1) 膨張１回 → 収縮１回	2) 収縮１回 → 膨張１回
3) 膨張３回 → 収縮３回	4) 収縮３回 → 収縮３回

初めにOpenCvでは カラー画像もそれなりに膨張・収縮しょりができるはず　と書きました。今度はその実験をします。次の２つの処理手順の結果を比較します。

• 元の画像　⇒　膨張３回　⇒　グレースケール化
• 元の画像　⇒　グレースケール化　⇒　膨張３回

元の画像
カラー画像を直接膨張３回した結果	⇒　グレースケール化した画像
元画像をグレースケール化した画像	⇒　３回膨張

２つの手順とも同じ結果が得られました。