图像形态学操作
1、腐蚀操作
腐蚀的效果是把图片"变瘦
一般图片是二值化数据,即只有黑白两种颜色。
因为是二值化图,只有0和255
kernel=np.ones((3,3),np.uint8)
erosion=cv2.erode(img,kernel,iterations=1)
2、膨胀操作
kernel=np.ones((3,3),np.uint8)
dilation = cv2.dilate(image, kernel, iterations = 1)
开闭运算
开运算:先腐蚀后膨胀,作用:用来消除图像中细小对象,在纤细点处分离物体和平滑较大物体的边界而有不明显改变其面积和形状,所有小到不能容纳结构元素的物体都会被移除。
闭运算:先膨胀后腐蚀,作用:用来填充目标内部的细小孔洞(fill hole),将断开的邻近目标连接,在不明显改变物体面积和形状的情况下平滑其边界,基本上所有小到不能完整容纳结构元素的空隙或间隙,都会被闭运算消除(即连起来)
开运算
cv::Mat opendImage;
cv::morphologyEx(srcImage,opendImage,cv::MORPH_OPEN,elementRect);
cv::cvtColor(opendImage,opendImage,cv::COLOR_GRAY2BGR); 转换颜色
cv::putText(opendImage,“opendImage”,cv::Point(0,30),cv::FONT_HERSHEY_SIMPLEX,1.2,cv::Scalar(0,255,0),2); 文本绘制
闭运算
cv::Mat closedImage;
cv::morphologyEx(srcImage,closedImage,cv::MORPH_CLOSE,elementRect);
cv::cvtColor(closedImage,closedImage,cv::COLOR_GRAY2BGR);
cv::putText(closedImage,“closedImage”,cv::Point(0,30),cv::FONT_HERSHEY_SIMPLEX,1.2,cv::Scalar(0,255,0),2);
顶帽
原图像与开运算图的区别(差值),突出原图像中比周围亮的区域
黑帽:
闭操作图像 - 原图像,突出原图像中比周围暗的区域
形态学梯度:
基础梯度:基础梯度是用膨胀后的图像减去腐蚀后的图像得到差值图像,称为梯度图像也是opencv中支持的计算形态学梯度的方法,而此方法得到梯度有称为基本梯度。
内部梯度:是用原图像减去腐蚀之后的图像得到差值图像,称为图像的内部梯度。
外部梯度:图像膨胀之后再减去原来的图像得到的差值图像,称为图像的外部梯度。
这篇openCV借鉴
https://mp.weixin.qq.com/s?__biz=MzI1ODEzMDQ3OQ==&mid=2247483791&idx=1&sn=fc74f233d02120e724556060af0ddd33&scene=19&token=1038729941&lang=zh_CN#wechat_redirect