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。