【C++】【图像处理】形态学处理（腐蚀、膨胀）算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）

 1 void erosion(BYTE* image, int w, int h, BYTE* outImg)
 2 {
 3     int rept;
 4     //腐蚀
 5     memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行腐蚀操作
 6 
 7     int i, j, m, n;
 8     BYTE flag;
 9     for (rept = 0;rept < 3;rept++) //进行三次 腐蚀 or 膨胀 操作
10         for (i = 1;i < h - 1;i++) 
11             for (j = 1;j < w - 1;j++) 
12                 if (image[i * w + j] == 255) { //当前灰度级为255时（即白色），则对该点的3x3邻域像素点进行遍历
13                     flag = 0;//记录该邻域中，当灰度级为0（即黑色），则自增
14                     for (m = -1;m < 2;m++) 
15                         for (n = -1;n < 2;n++) 
16                             if (image[(i + m) * w + j + n] == 0) {
17                                 flag++;
18                                 break;
19                             }
20                     if (flag > 2)//当邻域中超过两个像素点的灰度级都是0时，则该点的灰度级也为0（至此达成消除噪点的操作）
21                         outImg[i * w + j] = 0;
22                 }
23     memcpy(image, outImg, sizeof(BYTE) * w * h);// 保存处理好的图像
24 
25 }

 1 void dilation(BYTE* image, int w, int h, BYTE* outImg)
 2 {
 3     int rept;
 4     //膨胀
 5     memcpy(outImg, image, sizeof(BYTE) * w * h); //将读取的图像赋值给outImg，方便进行膨胀操作
 6 
 7     int i, j, m, n;
 8     BYTE flag;
 9     for (rept = 0;rept < 3;rept++)//进行三次膨胀操作
10         for (i = 1;i < h - 1;i++)
11             for (j = 1;j < w - 1;j++)
12                 if (image[i * w + j] == 0) {//当前灰度级为0时（即黑色），则遍历该点的3x3邻域像素点
13                     flag = 0;//纪录该邻域中，灰度级是255（即白色）的像素点个数
14                     for (m = -1;m < 2;m++)
15                         for (n = -1;n < 2;n++)
16                             if (image[(i + m) * w + j + n] == 255) //
17                                 flag++;
18                     if (flag > 1)//当邻域中超过一个像素点的灰度级是255时，则该点的灰度级也为255（至此达成增强细节，平滑处理的操作）
19                         outImg[i * w + j] = 255;
20                 }
21     memcpy(image, outImg, sizeof(BYTE) * w * h);
22 }