一起来学opencv(四):形态转换

一起来学opencv(四):形态转换

OpenCV小彩虹2021-08-23 10:48:08310A+A-

1.膨胀与腐蚀

膨胀与腐蚀是图像形态学最基础的两个操作,形态学的其它操作都是基于这两个操作基础上得到的,图像形态学是二值图像分析的重要分支学科。在OpenCV中膨胀与腐蚀对应两个相关的API,膨胀可以看成是最大值滤波,即用最大值替换中心像素点;腐蚀可以看出是最小值滤波,即用最小值替换中心像素点。

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((15, 15), np.uint8)
erosion = cv2.erode(img, kernel)
dilate = cv2.dilate(img, kernel)

kernel1 = cv2.getStructuringElement(cv2.MORPH_CROSS, (15, 15))
dilate1 = cv2.dilate(img, kernel1)

plt.subplot(2, 2, 1)
plt.imshow(img, "gray")
plt.title("img")

plt.subplot(2, 2, 2)
plt.imshow(erosion, "gray")
plt.title("erosion")

plt.subplot(2, 2, 3)
plt.imshow(dilate, "gray")
plt.title("dilate")

plt.subplot(2, 2, 4)
plt.imshow(dilate1, "gray")
plt.title("dilate1")

plt.show()

腐蚀:erode(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

膨胀:dilate(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

  • src:要入图像
  • kernel:结构元素
  • dst:输出图像
  • anchor:中心位置锚定
  • iterations:循环次数
  • borderValue:边缘填充类型

getStructuringElement(shape, ksize, anchor=None)

  • shape:结构元素的类型
    • MORPH_ELLIPSE:椭圆(默认)
    • MORPH_CROSS:十字
    • MORPH_RECT:矩形
  • ksize:结构元素的大小
  • anchor:中心位置锚定

2.形态转化

img = cv2.imread('./img/g1.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
cv2.imshow("opening", opening)
cv2.waitKey(0)

img = cv2.imread('./img/g2.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
cv2.imshow("opening", opening)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
cv2.imshow("gradient", gradient)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((3, 3), np.uint8)
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((3, 3), np.uint8)
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)

morphologyEx(src, op, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

  • src:要入图像
  • op:形态学操作
    • 开操作(MORPH_OPEN):腐蚀 + 膨胀
      开操作的作用:开操作可以删除二值图像中小的干扰块,降低图像二值化之后噪点过多的问题
    • 闭操作(MORPH_CLOSE):膨胀 + 腐蚀
      闭操作的作用:闭操作可以填充二值图像中孔洞区域,形成完整的闭合区域连通组件
    • 梯度操作的作用:主要提取连通组件的轮廓或边框
      梯度操作分为:基础梯度(MORPH_GRADIENT),内梯度(MORPH_ERODE),外梯度(MORPH_DILATE)
    • 顶帽(MORPH_TOPHAT):原图 – 开操作
      顶帽操作的作用:图像与开操作之间的差异,顶帽操作有时候对于我们提取图像中微小部分特别有用
    • 黑帽操作 = 闭操作 – 原图 顶帽操作的作用:图像与闭操作之间的差异
  • kernel:结构元素
  • dst:输出图像
  • anchor:中心位置锚定
  • iterations:循环次数
  • borderValue:边缘填充类型

点击这里复制本文地址 以上内容由权冠洲的博客整理呈现,请务必在转载分享时注明本文地址!如对内容有疑问,请联系我们,谢谢!

支持Ctrl+Enter提交

联系我们| 本站介绍| 留言建议 | 交换友链 | 域名展示 | 支付宝红包
本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除

权冠洲的博客 © All Rights Reserved.  Copyright quanguanzhou.top All Rights Reserved
苏公网安备 32030302000848号   苏ICP备20033101号-1
本网站由 提供CDN/云存储服务

联系我们