opencv学习记录之形态学操作

腐蚀和膨胀是形态学运算的基础，将腐蚀和膨胀进行组合运算，通过不同的组合可以实现不同的效果，需要自行开发则可以实现开运算，闭运算，形态学梯度运算，礼帽运算

黑帽运算，击中击不中运算等不同形式的运算

函数形式

dst = cv2.morphologyEx( src , op , kernel [ , anchor [ , interations [, borderType [ , borderValue]]]])

dst 形态学操作之后的图像，与原图像类型大小相同

src需要操作的图像，与之腐蚀和膨胀操作一样要求深度

op代表操作类型

kernel  anchor  interations  borderType  borderValue与cv2.erode()参数含义一致

开运算

将图像先腐蚀后膨胀，可以用于去噪、计数等

1 import cv2
2 import numpy as np
3 img = cv2.imread("opening.bmp")
4 k = np.ones((10,10) , np.uint8)
5 r = cv2.morphologyEx(img , cv2.MORPH_OPEN , k)
6 cv2.imshow("img" , img)
7 cv2.imshow("result" , r)
8 cv2.waitKey()
9 cv2.destroyAllWindows()

原图

效果图

闭运算

先膨胀后腐蚀， 有助于关闭前景体内的小孔， 或者除去物体上的小黑点， 还可以用于不同前景图像进行连接

1 import cv2
2 import numpy as np
3 img = cv2.imread("closing.bmp")
4 k = np.ones((10,10) , np.uint8)
5 r = cv2.morphologyEx( img , cv2.MORPH_CLOSE , k , iterations = 3)
6 cv2.imshow("img" , img)
7 cv2.imshow("result" , r)
8 cv2.waitKey()
9 cv2.destroyAllWindows()

原图

效果图

形态学梯度运算

用图像的膨胀图减去腐蚀图像   可以获取原始图像中前景图像的边缘

1 import cv2
2 import numpy as np
3 img = cv2.imread("gradient.bmp" , cv2.IMREAD_UNCHANGED)
4 k = np.ones((5,5) , np.uint8)
5 r = cv2.morphologyEx(img , cv2.MORPH_GRADIENT , k)
6 cv2.imshow("img" , img)
7 cv2.imshow("result" , r)
8 cv2.waitKey()
9 cv2.destroyAllWindows()

原图

效果图

顶帽运算

用原始图像减去其开运算图像的操作   该操作可以获取图像的噪声信息， 或者得到比原始图像的边缘更亮的边缘信息

1 import cv2
2 import numpy as np
3 img = cv2.imread("tophat.bmp" , cv2.IMREAD_UNCHANGED)
4 k = np.ones((5,5) , np.uint8)
5 r = cv2.morphologyEx(img , cv2.MORPH_TOPHAT , k)
6 cv2.imshow("img", img)
7 cv2.imshow("result" , r)
8 cv2.waitKey()
9 cv2.destroyAllWindows()

原图

效果图

黑帽运算

是用闭运算图像减去原始图像的操作， 黑猫运算能够获取图像内壁的小孔，或前景色中的小黑点， 或者得到比原始图像的边缘

更暗的边缘部分

1 import cv2
2 import numpy as np
3 img = cv2.imread("blackhat.bmp" , cv2.IMREAD_UNCHANGED)
4 k = np.ones((5,5) , np.uint8)
5 r = cv2.morphologyEx(img , cv2.MORPH_BLACKHAT , k)
6 cv2.imshow("img" , img)
7 cv2.imshow("result" , r)
8 cv2.waitKey()
9 cv2.destroyAllWindows()

原图

效果图

原文地址：https://www.cnblogs.com/miaorn/p/12288909.html