cv形态学运算--腐蚀和膨胀

基于 OpenCV 的图像形态学处理 - 膨胀，腐蚀，开运算，闭运算. 涉及到的 OpenCV 函数 - cv2.erode()，cv2.dilate()，cv2.morphologyEx()

膨胀和腐蚀是图像形态学的两个基本操作. 典型应用是在二值图像中的使用，是很多识别技术中重要的中间处理步骤.
在灰度图像中根据阈值同样可以完成膨胀与腐蚀操作.

1. 原理

二值图像fx,y 的膨胀操作，类似于对图像的卷积操作.
需要有个 kernel 操作矩阵，类似于卷积核filters,kernel，常见的是 3X3 的矩阵. 这是形态学处理的核心.
但与卷积不同的是，如果矩阵中的像素点有任意一个点的值是前景色，则设置中心像素点为前景色；否则不变.

图像形态学运算中腐蚀，膨胀，开运算和闭运算：

[1] - 腐蚀是一种消除边界点，使边界向内部收缩的过程
可以用来消除小且无意义的物体.

腐蚀算法：
用 3x3 的 kernel，扫描图像的每一个像素；
用 kernel 与其覆盖的二值图像做 “与” 操作；
如果都为1，结果图像的该像素为1；否则为0.
结果：使二值图像减小一圈.

[2] - 膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程
可以用来填补物体中的空洞.

膨胀算法：
用 3x3 的 kernel，扫描图像的每一个像素；
用 kernel 与其覆盖的二值图像做 “与” 操作；
如果都为0，结果图像的该像素为0；否则为1.
结果：使二值图像扩大一圈.

[3] - 先腐蚀后膨胀的过程称为开运算
用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.

[4] - 先膨胀后腐蚀的过程称为闭运算
用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积

2. OpenCV 实现

主要参考 OpenCV-Python教程（4、形态学处理）

2.1. 定义 kernel 矩阵

首先定义 kernel 矩阵 - 两种方式：

[1] - 利用 cv2.getStructuringElement 函数

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))  # 椭圆结构
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3))  # 十字结构
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))  # 矩形结构

 

[2] - 采用 Numpy 的 array 自定义

kernel = np.uint8(np.zeros((3, 3)))
for i in range(3):
    kernel[2, i] = 1
    kernel[i, 2] = 1

2.2. 腐蚀和膨胀

cv2.erode 和 cv2.dilate 函数

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

png = cv2.imread('test.png', 0)

plt.figure()
plt.subplot(1, 3, 1)
plt.imshow(png)
plt.axis('off')

# 定义 kernel 
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(10, 10))

# 图像腐蚀
eroded = cv2.erode(png, kernel)
plt.subplot(1, 3, 2)
plt.imshow(eroded) # Eroded Image
plt.axis('off')

# 图像膨胀
dilated = cv2.dilate(png, kernel)
plt.subplot(1, 3, 3)
plt.imshow(dilated) # Dilated Image
plt.axis('off')
plt.show()

 

左左原图 中中腐蚀 右右膨胀

2.3. 开运算和闭运算

cv2.morphologyEx 函数

[1] - 先腐蚀后膨胀叫开运算

常用于去除噪声

cv2.morphologyEx 函数:

open_ = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

[2] - 先膨胀后腐蚀叫闭运算

常用于填充前景物体中的小洞，或者前景物体上的小黑点.

lose_ = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

开运算和闭运算不是可逆的.

# --*-- coding:utf-8 --*--
import cv2
import numpy as np
import matplot.pyplot as plt

png = cv2.imread('test.png', 0)

plt.figure()
plt.subplot(1, 3, 1)
plt.imshow(png)
plt.axis('off')

# 定义 kernel 
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))

# 闭运算
closed = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
plt.subplot(1, 3, 2)
plt.imshow(closed) # Closed Image
plt.axis('off')

#开运算
opened = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
plt.subplot(1, 3, 3)
plt.imshow(opened) # Opened Image
plt.axis('off')
plt.show()

 

左左原图 中中闭运算 右右开运算