opencv学习笔记（18）其他形态学操作

最新推荐文章于 2024-08-31 19:07:07 发布

chagiko

最新推荐文章于 2024-08-31 19:07:07 发布

阅读量182

点赞数

分类专栏： opencv学习

本文链接：https://blog.csdn.net/chagiko/article/details/114375136

版权

opencv学习专栏收录该内容

19 篇文章 3 订阅

订阅专栏

其他形态学操作

顶帽（tophat）
黑帽（blackhat）
形态学梯度（gradient）

顶帽（tophat）

定义（defination）

顶帽是原图像与开操作之间的差值图像。

API演示

#coding=UTF-8
import cv2 as cv
import numpy as np
def top_hat_demo(image):
  gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
  kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
  dst = cv.morphologyEx(gray,cv.MORPH_TOPHAT,kernel)
  cv.imshow("tophat_origin",dst)
  #为了显示地更清楚，所以增加了图像的亮度
  cimage = np.array(gray.shape,np.uint8)
  cimage = 100
  dst = cv.add(dst,cimage)
  cv.imshow("tophat_modification",dst)

scr = cv.imread("D:/academic/picture/opencv_data/lena.jpg")
cv.imshow("input image",scr)
top_hat_demo(scr)
cv.waitKey(0)
cv.destroyAllWindows()

效果

在这里插入图片描述

黑帽（blackhat）

定义（defination）

黑帽是闭操作图像与原图像的差值图像。

API演示

#coding=UTF-8
import cv2 as cv
import numpy as np
def black_hat_demo(image):
   gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
   kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
   dst = cv.morphologyEx(gray,cv.MORPH_BLACKHAT,kernel)
   cv.imshow("blackhat_origin",dst)
    #为了显示地更清楚，所以增加了图像的亮度
   cimage = np.array(gray.shape,np.uint8)
   cimage = 100
   dst = cv.add(dst,cimage)
   cv.imshow("blackhat_modification",dst)

scr = cv.imread("D:/academic/picture/opencv_data/lena.jpg")
cv.imshow("input image",scr)
black_hat_demo(scr)
cv.waitKey(0)
cv.destroyAllWindows()

效果

在这里插入图片描述

形态学梯度（gradient）

基本梯度（basic gradient）

定义（defination）

基本梯度是用膨胀后的图像减去腐蚀后的图像得到的差值图像，称为梯度图像，也是opencv中支持的计算形态学梯度的方法，而此方法得到梯度又被称为基本梯度。

API演示

#coding=UTF-8
import cv2 as cv
import numpy as np
def basic_gradient_demo(image):
   gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
   kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
   dst = cv.morphologyEx(gray,cv.MORPH_GRADIENT,kernel)
   cv.imshow("basic gradient",dst)

scr = cv.imread("D:/academic/picture/opencv_data/lena.jpg")
cv.imshow("input image",scr)
basic_gradient_demo(scr)
cv.waitKey(0)
cv.destroyAllWindows()

效果

在这里插入图片描述

内部梯度与外部梯度（internal gradient and external gradient）

定义（defination）

内部梯度是用原图像减去腐蚀后的图像得到的差值图像。
外部梯度是用膨胀之后的图像再减去原来的图像得到的差值图像。

API演示

#coding=UTF-8
import cv2 as cv
import numpy as np
def gradient_demo(image):
    kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
    dm = cv.dilate(image,kernel)
    em = cv.erode(image,kernel)
    dst1 = cv.subtract(image,em) #internel gradient
    dst2 = cv.subtract(dm,image) #externel gradient
    cv.imshow("internel",dst1)
    cv.imshow("externel",dst2)

scr = cv.imread("D:/academic/picture/opencv_data/lena.jpg")
cv.imshow("input image",scr)
gradient_demo(scr)
cv.waitKey(0)
cv.destroyAllWindows()