图像形态学（开闭操作）

图像形态学（二）

开闭操作
开操作（open）
1、基于膨胀与腐蚀操作组合形成的
2、主要应用在二值图像分析，灰度图像也可
3、开操作 = 腐蚀+膨胀，输入图像 + 结构元素
二值图像对OCR识别、特征分析、轮廓匹配等都有重要作用
变成灰度图像的时候，背景最好是黑色的，前景（图像）是白色的，输入图像加上结构元素再进行先腐蚀后膨胀完成开操作
开操作可以帮助消除图像中的小的干扰区域，去除一些干扰噪点
开操作—去除小的干扰块

闭操作（close）
1、基于膨胀与腐蚀操作组合形成的
2、主要应用在二值图像分析，灰度图像也可
3、开操作 = 膨胀+腐蚀，输入图像 + 结构元素
闭操作可以填充小的封闭区域
闭操作—填充闭合区域

还可进行水平或者垂直直线提取
#模板(1, 15)开操作模板为行矩阵，可以检测出所有竖线
#模板(15, 1)开操作模板为行矩阵，可以检测出所有横线

import cv2 as cv
import numpy as np
print("----------------hi.python!---------------------------")
src = cv.imread("C:/Users/LENOVO/Desktop/test image/fm.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)  # 创建一个window
cv.imshow("input image",src)  # 通过窗口名字调用读取的图片到当前的窗口上面


def open_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    cv.imshow("gray", gray)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (10 , 1))    # 根据自己需要选择结构大小和结构形状
# cv.MORPH_RECT矩形的结构元素   模板是方形，对方形图像不会有影响  # (1, 15)开操作模板为行矩阵，可以检测出所有竖线 #(15, 1)开操作模板为行矩阵，可以检测出所有横线
    result = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)# 形态学操作api,,,OP是指要做的操作
    cv.imshow("open_morphology_demo", result)
open_demo(src)


def close_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (12, 12))  # cv.MORPH_RECT矩形的结构元素 对矩形内部进行操作
    result = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)# 形态学操作api,,,OP是指要做的操作
    cv.imshow("close_morphology_demo", result)
# close_demo(src)


cv.waitKey(0)            # 告诉系统需要delay，等待用户的下一个操作   常见 : 设置 waitKey(0) , 则表示程序会无限制的等待用户的按键事件
cv.destroyAllWindows()   # 响应操作以后就会释放内存