1、开操作:
图像形态学的重要操作之一,基于膨胀与腐蚀操作组合形成的。
主要是应用在二值图像分析中,灰度图像亦可。
开操作=腐蚀+膨胀, 输入图像 + 结构元素
2、闭操作
图像形态学的重要操作之一,基于膨胀与腐蚀操作
组合形成的。
主要是应用在二值图像分析中,灰度图像亦可。
闭操作=膨胀+腐蚀, 输入图像 + 结构元素
开闭操作的作用:
去除小的干扰块-开操作
填充闭合区域 – 闭操作
水平或者垂直线提取
注意:不同结构元素结果不一样!!!
代码实现:
#结构元素的选取和大小的设置很重要!
import cv2 as cv
import numpy as np
#开操作
def open_demo(image):
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
#二值化
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)
#矩形的结构元素 (15, 15):可以更改此项 以达到寻找不同结构元素的目的,cv.MORPH_RECT(3,3) 会把小的干扰快去除
#例:cv.MORPH_RECT (15, 1) 是横条元素(用于提取水平线) (1, 15) :是竖条元素(用于提取竖直线条)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))#MORPH_ELLIPSE 检测圆
#morphologyEx :形态学操作
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
cv.imshow("open-result", binary)
#闭操作
def close_demo(image):
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("binary", binary)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))
binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
cv.imshow("close_demo", binary)
print("--------- Python OpenCV Tutorial ---------")
src = cv.imread("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/circle.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
open_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()