如果您觉得本文不错,帮忙点赞哦!
一. 图像形态学处理 —— 膨胀和腐蚀
图解图像腐蚀和膨胀 ↑
二. 开运算与闭运算:
开运算:先腐蚀后膨胀,能够消除图像区域外的小白点(噪声)。
闭运算:先膨胀后腐蚀,能够消除图像区域内的小黑点(噪声)。
图解图像开运算与闭运算 ↑
为什么有了膨胀、腐蚀还要开运算闭运算呢?其实开闭运算最重要的一点就是,可以保持物体原有大小。然后一个是消除物体外部噪声(开运算)的另一个是增强物体之间连接点(闭运算)的。
三. python实现开运算和闭运算:
import numpy as np
# Morphology Dilate
def Morphology_Dilate(img, Dil_time=1):
H, W = img.shape
# kernel
MF = np.array(((0, 1, 0),
(1, 0, 1),
(0, 1, 0)), dtype=np.int)
# each dilate time
out = img.copy()
for i in range(Dil_time):
tmp = np.pad(out, (1, 1), 'edge')
for y in range(1, H):
for x in range(1, W):
if np.sum(MF * tmp[y-1:y+2, x-1:x+2]) >= 255:
out[y, x] = 255
return out
# Morphology Erode
def Morphology_Erode(img, Erode_time=1):
H, W = img.shape
out = img.copy()
# kernel
MF = np.array(((0, 1, 0),
(1, 0, 1),
(0, 1, 0)), dtype=np.int)
# each erode
for i in range(Erode_time):
tmp = np.pad(out, (1, 1), 'edge')
# erode
for y in range(1, H):
for x in range(1, W):
if np.sum(MF * tmp[y-1:y+2, x-1:x+2]) < 255*4:
out[y, x] = 0
return out
# Morphology Closing
def Morphology_Closing(img, time=1):
out = Morphology_Dilate(img, Dil_time=time)
out = Morphology_Erode(out, Erode_time=time)
return out
# Opening morphology
def Morphology_Opening(img, time=1):
out = Morphology_Erode(img, Erode_time=time)
out = Morphology_Dilate(out, Dil_time=time)
return out
四. 开闭运算的效果:
原图(左)、开运算(中)、闭运算(右) ↑
可以看到,图像开运算,消除了图像外部的噪声,图像闭运算,连通了更多的图像区域。
五. 参考内容:
① https://www.cnblogs.com/wojianxin/p/12542459.html
② https://www.jianshu.com/p/d1820f223fe4
六. 版权声明:
未经作者允许,请勿随意转载抄袭,抄袭情节严重者,作者将考虑追究其法律责任,创作不易,感谢您的理解和配合!