Opencv获取形态学梯度

求图像梯度有很多方法，这里记录一下形态学梯度的方法。

求图像的梯度可以在图像增强时起到作用。这里https://blog.csdn.net/saltriver/article/details/78987096 有部分说明。

我又用了大幂幂的美照，嘻嘻~ 原图：

一、使用形态学中的膨胀和腐蚀，选择（3，3）矩形作为模板

src = cv.imread("D:/pythonTest/img/1.jpg")
cv.imshow("src", src)
k = cv.getStructuringElement(cv.MORPH_RECT, (3,3))
#膨胀
dimage = cv.dilate(src,k)
#腐蚀
eimge = cv.erode(src,k)
cv.imshow("dimage",dimage)
cv.imshow("eimage",eimge)

膨胀和腐蚀后的效果：

个人觉得膨胀后的眼睛和鼻梁会更好看，然后鼻孔部分可以用腐蚀哈哈。

二、接下来就是求梯度

basic_grad = cv.morphologyEx(src,cv.MORPH_GRADIENT,k)
internal_grad = cv.subtract(src,eimge)
external_grad = cv.subtract(dimage,src)
result = cv.add(basic_grad,internal_grad,external_grad)
cv.imshow("basic",basic_grad)
cv.imshow("internal",internal_grad)
cv.imshow("external",external_grad)
cv.imshow("result",result)

基础梯度是这样的：

内梯度是这样的：

外梯度是这样的：

如果将三个梯度相加，则可以得到一个更强的轮廓感。

如果，将模板改成（30，1）的矩形，就会得到一个X轴的梯度：

k = cv.getStructuringElement(cv.MORPH_RECT, (30,1))

如果，将模板改成（1，30）的矩形，就会得到一个Y轴的梯度：

k = cv.getStructuringElement(cv.MORPH_RECT, (1,30))

然后将X轴和Y轴通过加减变换，也会出来不同的效果。这里就不放图了，把我幂幂拉花了，可以自己尝试一下。