Python——OpenCV库的学习（八）：腐蚀膨胀

笔记和用法都在代码注释中 ： 

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

#-----------------------------------------------------------------------腐蚀操作（erode）
# ------------------------------彩色图片被黑色腐蚀！！！！：

# img = cv.imread('666.jpg')
# img = cv.resize(img,(700,700))
#
# kernel = np.ones((10,10),np.uint8)   #数值也大，效果越明显！！
#
# erosion = cv.erode(img,kernel,iterations=1)
# cv.imshow('erosion',erosion)
# cv.waitKey(0)
# cv.destroyAllWindows()

# ---------------------------------------------------第三种直接体验：
#------------------------------------------被黑色腐蚀：

# pie = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# pie = cv.resize(pie,(500,500))                   #控制读取照片的大小，保证三张照片都可以看见！！！
#
# kernel = np.ones((3,3),np.uint8)                #其中的3为像素矩阵大小，我们可以改变大小，来感受不同的效果！

#对比处理！！！
# erosion_1 = cv.erode(pie,kernel,iterations=1)    #设置1,2，3种读取，进行对比！！！
# erosion_2 = cv.erode(pie,kernel,iterations=2)    #执行两次腐蚀
# erosion_3 = cv.erode(pie,kernel,iterations=3)    #执行三次腐蚀
#
# res = np.hstack((erosion_1,erosion_2,erosion_3))  #将三张图片横着排列出来！！
#
# cv.imshow('res',res)
# cv.waitKey(0)
# cv.destroyAllWindows()


#-----------------------------------------------------------------------碰撞操作： (dilate)
#------------------------------------------被白色腐蚀：

# pie = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# pie = cv.resize(pie,(500,500))                   #控制读取照片的大小，保证三张照片都可以看见！！！
#
# kernel = np.ones((3,3),np.uint8)                #其中的3为像素矩阵大小，我们可以改变大小，来感受不同的效果！
# erosion_1 = cv.dilate(pie,kernel,iterations=1)    #设置1,2，3种读取，进行对比！！！
# erosion_2 = cv.dilate(pie,kernel,iterations=2)
# erosion_3 = cv.dilate(pie,kernel,iterations=3)
#
# res = np.hstack((erosion_1,erosion_2,erosion_3))  #将三张图片横着排列出来！！
#
# cv.imshow('res',res)
# cv.waitKey(0)
# cv.destroyAllWindows()


#----------------------------------------------------------------------------开运算：    先进行腐蚀，再进行膨胀！！！

# img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# img = cv.resize(img,(500,500))                   #控制读取照片的大小，保证三张照片都可以看见！！！
# kernel = np.ones((3,3),np.uint8)
#
# opening1 = cv.morphologyEx(img,cv.MORPH_OPEN,kernel,iterations=1)  #开运算！！！
# opening2 = cv.morphologyEx(img,cv.MORPH_OPEN,kernel,iterations=2)  #开运算！！！
# opening3 = cv.morphologyEx(img,cv.MORPH_OPEN,kernel,iterations=3)  #开运算！！！
#
# opening = np.hstack((opening1,opening2,opening3))
#
# cv.imshow('opening',opening)
# cv.waitKey(0)
# cv.destroyAllWindows()

#----------------------------------------------------------------------------闭运算：   先进行膨胀，再进行腐蚀！！！

# img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# img = cv.resize(img,(500,500))                   #控制读取照片的大小，保证三张照片都可以看见！！！
# kernel = np.ones((3,3),np.uint8)
#
#对比处理！！！
# opening1 = cv.morphologyEx(img,cv.MIXED_CLONE,kernel,iterations=1)  #闭运算！！！
# opening2 = cv.morphologyEx(img,cv.MIXED_CLONE,kernel,iterations=2)  #闭运算！！！
# opening3 = cv.morphologyEx(img,cv.MIXED_CLONE,kernel,iterations=3)  #闭运算！！！
#
# opening = np.hstack((opening1,opening2,opening3))
#
# cv.imshow('opening',opening)
# cv.waitKey(0)
# cv.destroyAllWindows()

#--------       ----梯度运算 ：  膨胀-腐蚀--------------

# -----------------------------------------------第一种对比一下：
# img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# img = cv.resize(img,(500,500))                   #控制读取照片的大小，保证三张照片都可以看见！！！
# kernel = np.ones((3,3),np.uint8)
# dilate = cv.dilate(img,kernel,iterations=5)
# erosion = cv.erode(img,kernel,iterations=5)
#
# res = np.hstack((dilate.erosion))
#
# cv.imshow('res',res)
# cv.waitKey(0)
# cv.destroyAllWindows()

# -------------------------------------------第二种：梯度运算

# img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# img = cv.resize(img,(500,500))
#
# kernel = np.ones((3,3),np.uint8)
#
# #对比处理！！！
# gradient1 = cv.morphologyEx(img,cv.MORPH_GRADIENT,kernel,iterations=1)  #梯度运算！！！
# gradient2 = cv.morphologyEx(img,cv.MORPH_GRADIENT,kernel,iterations=2)  #梯度运算！！！
# gradient3 = cv.morphologyEx(img,cv.MORPH_GRADIENT,kernel,iterations=3)  #梯度运算！！！
#
# # opening = np.hstack((opening1,opening2,opening3))
# gradient = np.hstack((gradient1,gradient2,gradient3))
# cv.imshow('gradient',gradient)
# cv.waitKey(0)
# cv.destroyAllWindows()

# -------------------------------------------第四种：礼帽
#------------原始输入 - 开运算结果

# img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
# img = cv.resize(img,(500,500))
#
# kernel = np.ones((3,3),np.uint8)
#
# topHat = cv.morphologyEx(img,cv.MORPH_TOPHAT,kernel)   #效果：差不多全部变黑！！！
#
# cv.imshow('topHat',topHat)
# cv.waitKey(0)
# cv.destroyAllWindows()

# -------------------------------------------第五种：黑帽
#-----------黑帽 = 闭运算 - 原始输入
img = cv.imread('666.jpg',cv.IMREAD_GRAYSCALE)   #将图像读取为黑白的！！！
img = cv.resize(img,(500,500))

kernel = np.ones((3,3),np.uint8)

blackHat = cv.morphologyEx(img,cv.MORPH_BLACKHAT,kernel)   #效果：差不多全部变黑！！！

cv.imshow('blackHat',blackHat)
cv.waitKey(0)
cv.destroyAllWindows()