不同ROI的扩张梯度'；s（blob优化）OPENCV 我正在用OpenCV处理C++中的一个扩展问题。我拍摄了一个停车场的视频帧，为了得到最好的斑点，我想出了这个 侵蚀（5x5内核矩形），3次迭代 膨胀渐变（将其视为沿y轴的颜色渐变）

那么我做了什么来让它工作呢？首先，我需要知道2个点（x，y）和2个良好的扩张核。有了这些信息，人们可以在整个图像上对这些值进行交互和外推。所以我根据这些参数计算了ROI（大小和扩展核大小）。因此，每个ROI都有自己预定义的用于扩展的内核大小。请注意，两个连续的ROI（opencv矩形）之间没有任何空间。一切正常，但有两个副作用：

在斑点的侧面有突起。黑线是ROI的边界！

与主blob“断开”的blob。这些并没有被切掉，但是上面的一个斑点下面的ROI会被放大（我想是从上面的ROI中获取像素信息）成一个个分开的斑点。它应该是一个巨大的斑点 我已经尝试了改变ROI大小的所有方法，并在它们之间留了一些空间，但缺点是两个分开的ROI之间的斑点没有扩大

因此，我的问题是：

到底是什么导致了这些副作用

我该怎么做才能让他们离开

编辑

---

所以我找到了我的解决方案：当调用opencv displate函数时，需要确定同一个cv:：Mat是否可以用作目标图像。否则，您将使用原始图像和新图像的一部分。因此，我所要做的就是包括一个目的地cv:：Mat。

这并不能回答您的第一个问题（确定是什么导致了这些副作用），但为了消除这些副作用，您可以执行以下操作的一些变体，假设ROI参数是离散的，而不是连续的（似乎是这样）

可以使用每个可能的内核大小计算整个图像的膨胀。然后，在计算完所有这些二值图像后，您可以将它们组合在一起，从正确的图像中获取正确的样本，以获得所需的输出图像。这绝对会浪费大量时间，但它应该在没有工件的情况下工作

一旦你确认了你已经得到了以上的结果（几乎可以保证质量尽可能好），你就可以开始尝试优化了。我要尝试的一件事是将每个ROI大小扩展，以计算内核大小的膨胀。这可能会绕过由奇怪边界条件引起的瑕疵

这就导致了我的猜测，首先是什么导致了这些伪影：每当你拍摄一幅有限的图像并运行卷积（或形态学算子）时，你需要选择你将如何处理边缘像素。通常，访问（-4，-1）处的像素是没有意义的，但是如果内核与它重叠，则必须执行该操作符。如果OpenCV正在为您的子区域进行这种边缘填充，它很容易为您提供所看到的工件

---

希望这有帮助

感谢您的回复，如果我没有找到解决方案，这将是我最后的选择。