opencv 实现图像形态学操作 膨胀和腐蚀 开闭运算 形态学梯度 顶帽和黑帽

图像膨胀和腐蚀

图解

膨胀和腐蚀理解

原理及python实现

更多内容:图像膨胀和腐蚀原理及python实现

opencv中膨胀和腐蚀函数

dilation = cv.dilate(img, kernel) # 膨胀
erosion = cv.erode(img, kernel) # 腐蚀

实验

import cv2 as cv
import numpy as np

img = cv.imread('j.png')
img = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
ret,th = cv.threshold(img,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)
# 参数1:源图;参数2:核大小;参数3:腐蚀次数
erode1 = cv.erode(th,(3,3),10)  # 腐蚀
dilate1 = cv.dilate(th,(3,3),10) # 扩张

result = np.hstack((th,erode1,dilate1))

cv.imshow('result',result)
cv.waitKey(0)
cv.destroyAllWindows()

输出结果类似于上图

cv.erode() 函数参数2:kernel讲解

这个核也叫结构元素,因为形态学操作其实也是应用卷积来实现的。结构元素可以是矩形/椭圆/十字形,可以用cv.getStructuringElement()来生成不同形状的结构元素,比如:
kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5)) # 矩形结构
kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE, (5, 5)) # 椭圆结构
kernel = cv.getStructuringElement(cv.MORPH_CROSS, (5, 5)) # 十字形结构
图解生成的各种结构元素

图像开闭运算

原理

开运算:先腐蚀,再膨胀。有效消除物体外的白色噪声。
闭运算:先膨胀,后腐蚀。有效消除物体内的黑色噪声。

python实现

更多内容:图像开闭运算原理及python实现

matlab实现

更多内容:图像开闭运算原理及matlab实现

实验

import cv2 as cv
import numpy as np

img = cv.imread('paojie_g.jpg',0)
ret,th = cv.threshold(img,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)

kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))  # 定义结构元素

opening = cv.morphologyEx(th, cv.MORPH_OPEN, kernel)  # 开运算
closing = cv.morphologyEx(th, cv.MORPH_CLOSE, kernel) # 闭运算

result = np.hstack((th,opening,closing))

cv.imshow('result',result)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

左图:原图;中图:开运算结果;右图:闭运算结果

形态学梯度

定义

形态学梯度:膨胀图减去腐蚀图,dilation - erosion,这样会得到物体的轮廓:
左图:原图;右图:形态学梯度得到的图像轮廓

其它形态学运算

顶帽:原图减去开运算后的图:src - opening
tophat = cv.morphologyEx(img, cv.MORPH_TOPHAT, kernel)
黑帽:闭运算后的图减去原图:closing - src
blackhat = cv.morphologyEx(img, cv.MORPH_BLACKHAT, kernel)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值