OpenCV函数详解51~60，含代码示例，可直接运行

opencv6

1.闭运算

（先膨胀，后腐蚀），关闭前景物体内部的小孔，或去除物体上的小黑点，还可以将不同的前景图像进行连接

import cv2
import numpy as np
o = cv2.imread("C:/Users/Lenovo/PycharmProjects/pythonProject3/IMG_0228.JPG",
               cv2.IMREAD_UNCHANGED)
kernel = np.ones((10, 10), np.uint8)
dilation = cv2.morphologyEx(o,cv2.MORPH_CLOSE,kernel,iterations=3)
cv2.imshow("o", o)
cv2.imshow("d", dilation)
cv2.waitKey()
cv2.destroyAllWindows()

2.梯度运算

（获得原始图像的边缘）

import cv2
import numpy as np
o = cv2.imread("C:/Users/Lenovo/PycharmProjects/pythonProject3/IMG_0228.JPG",
              cv2.IMREAD_UNCHANGED)
k = np.ones((5, 5), np.uint8)
r = cv2.morphologyEx(o, cv2.MORPH_GRADIENT, k)
cv2.imshow("o", o)
cv2.imshow("r", r)
cv2.waitKey()
cv2.destroyAllWindows()

3.礼帽运算

（获取图片的噪声信息，或者得到比原始图像边缘更亮的边缘信息）

import cv2
import numpy as np
o = cv2.imread("C:/Users/Lenovo/PycharmProjects/pythonProject3/IMG_0228.JPG",
              cv2.IMREAD_UNCHANGED)
k = np.ones((5, 5), np.uint8)
r = cv2.morphologyEx(o, cv2.MORPH_TOPHAT, k)
cv2.imshow("o", o)
cv2.imshow("r", r)
cv2.waitKey()
cv2.destroyAllWindows()

4.黑帽运算

（获取图像内部的小孔，或者前景色中的小黑点，或者得到比原始图像边缘更暗的边缘部分）

import cv2
import numpy as np
o = cv2.imread("C:/Users/Lenovo/PycharmProjects/pythonProject3/IMG_0228.JPG",
              cv2.IMREAD_UNCHANGED)
k = np.ones((5, 5), np.uint8)
r = cv2.morphologyEx(o, cv2.MORPH_BLACKHAT, k)
cv2.imshow("o", o)
cv2.imshow("r", r)
cv2.waitKey()
cv2.destroyAllWindows()

5.核函数

（用于返回一个用于形态学操作的指定大小和形状的结构元素）

import cv2
o = cv2.imread("C:/Users/Lenovo/PycharmProjects/pythonProject3/IMG_0228.JPG",
               cv2.IMREAD_UNCHANGED)
k1 = cv2.getStructuringElement(cv2.MORPH_RECT, (59, 59))
k2 = cv2.getStructuringElement(cv2.MORPH_CROSS, (59, 59))
k3 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (59, 59))
d1 = cv2.dilate(o, k1)
d2 = cv2.dilate(o, k2)
d3 = cv2.dilate(o, k3)
cv2.imshow("o", o)
cv2.imshow("d1", d1)
cv2.imshow("d2", d2)
cv2.imshow("d3", d3)
cv2.waitKey()
cv2.destroyAllWindows()

6.Sobel算子

一种离散的微分算子，该算子结合了高斯平滑和微分求导运算，该算子利用局部差分寻找边缘，计算所得的是一个梯度的近似值。

7.拷贝图像

image1.copy（）

8.泛洪填充

def fill_binary():
    image = np.zeros([400, 400, 3], np.uint8)
    image[100:300, 100:300, :] = 255
    cv2.imshow("fill_binary", image)
    mask = np.ones([402, 402, 1], np.uint8)
    mask[101:301, 101:301] = 0
    cv2.floodFill(image, mask, (200, 200), (100, 2,255),cv2.FLOODFILL_MASK_ONLY)
    cv2.imshow("filled binary", image)

9.边缘检测

cv2.canny（)

获取边缘

10.图像金字塔

降低图像分辨率（高斯金字塔）

拉普拉斯金字塔，可以恢复分辨率