Open CV系列学习笔记(二十一)开闭操作
开操作
开操作是一般使对象的轮廓变得光滑,断开狭窄的间断和消除细的突出物。
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
代码:
ef open_demo(image):#开操作
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)
kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(7,7))
binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
cv.imshow("open-result",binary)
结果:
闭操作
闭操作可使轮廓线更光滑,但与开操作相反的是,闭操作通常消弥狭窄的间断和长细的鸿沟,消除小的空洞,并填补轮廓线中的断裂。
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
代码:
def close_demo(image): #闭操作
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
cv.imshow("close-result", binary)
结果:
完整代码:
import cv2 as cv
import numpy as np
def open_demo(image):#开操作
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)
kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(7,7))
binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
cv.imshow("open-result",binary)
def close_demo(image): #闭操作
print(image.shape)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (10, 10))
binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
cv.imshow("close-result", binary)
print("--------HEllow Python-------")
src = cv.imread("E:/picture/42.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
close_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()