【Python+OpenCV入门学习】十五、形态学处理

本篇文章介绍图像的形态学处理，如腐蚀、膨胀、开运算、闭运算、顶帽、黑帽等。

主要学习cv.erode()，cv.dilate()，cv.morphologyEx()等函数的使用。

环境：Windows 7（64）   Python 3.6    OpenCV 3.4.2

一、腐蚀和膨胀

1.1 erode()、dilate()函数介绍

erode()函数形式如下：

dst = cv.erode( src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]] )

功能：对图像进行腐蚀处理。

参数：

src：输入图像，可以是灰度图像，可以是彩色图像。

dst：输出图像。

kernel：用于腐蚀运算的核结构元素，可以使用getStructuringElement()函数创建。

anchor：锚点，默认为(-1, -1)

iterations：迭代次数

borderType：边界填充类型

borderValue：边界填充值

dilate()函数形式如下：

dst = cv.erode( src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]] )

功能：对图像进行腐蚀处理。

参数：

src：输入图像，可以是灰度图像，可以是彩色图像。

dst：输出图像。

kernel：用于腐蚀运算的核结构元素，可以使用getStructuringElement()函数创建。

anchor：锚点，默认为(-1, -1)

iterations：迭代次数

borderType：边界填充类型

borderValue：边界填充值

getStructuringElement()函数形式如下：

retval = cv.getStructuringElement( shape, ksize[, anchor] )

功能：返回指定大小和形状的结构元素，用于形态学处理。

参数：

shape：元素形状。

ksize：大小

anchor：锚点，默认为(-1, -1)

shape的取值如下：

cv.MORPH_RECT：矩形结构元素

cv.MORPH_CROSS：十字形结构元素

cv.MORPH_ELLIPSE：椭圆形结构元素

1.2 编程测试

代码如下

import cv2 as cv
import numpy as np

img = cv.imread('1.png',0)

kernel = np.ones((7,7), np.uint8)
#腐蚀
dstErosion = cv.erode(img,kernel,iterations = 1)

#膨胀
dstDilation = cv.dilate(img,kernel,iterations = 1)

#显示
cv.namedWindow('SrcImage')
cv.imshow('SrcImage',img)

cv.namedWindow('Erosion')
cv.imshow('Erosion',dstErosion)

cv.namedWindow('Dilation')
cv.imshow('Dilation',dstDilation)

运行结果对比图如下所示。可以看出腐蚀操作就是让白色区域减少；膨胀就是将白色区域变大。

     

二、开运算和闭运算等

2.1 morphologyEx()函数介绍

morphologyEx()函数形式如下：

dst = cv.morphologyEx( src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]] )

功能：对图像进行高级的形态学处理，都是基于膨胀和腐蚀的，如形态学梯度，开运算，闭运算，顶帽，黑帽等。

参数：

src：输入图像，可以是灰度图像，可以是彩色图像。

dst：输出图像。

op：形态学处理的类型

kernel：用于腐蚀运算的核结构元素，可以使用getStructuringElement()函数创建。

anchor：锚点，默认为(-1, -1)

iterations：迭代次数

borderType：边界填充类型

borderValue：边界填充值

op参数取值如下：

cv.MORPH_ERODE：腐蚀

 cv.MORPH_DILATE：膨胀

cv.MORPH_OPEN：开运算。先腐蚀后膨胀

cv.MORPH_CLOSE：闭运算。先膨胀后腐蚀

 cv.MORPH_GRADIENT：形态学梯度。膨胀减去腐蚀

cv.MORPH_TOPHAT：顶帽。原图减去开运算

cv.MORPH_BLACKHAT：黑帽。闭运算减去原图

cv.MORPH_HITMISS：击中击不中。仅支持CV_8UC1

2.2 编程测试

代码如下

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('1.png',0)

kernel = cv.getStructuringElement(cv.MORPH_CROSS,(7,7))
#开运算
dstOpening = cv.morphologyEx(img,cv.MORPH_OPEN,kernel)
#闭运算
dstClosing = cv.morphologyEx(img,cv.MORPH_CLOSE,kernel)
#形态学梯度
dstGradient = cv.morphologyEx(img,cv.MORPH_GRADIENT,kernel)
#顶帽
dstTopHat = cv.morphologyEx(img,cv.MORPH_TOPHAT,kernel)
#黑帽
dstBlackHat = cv.morphologyEx(img,cv.MORPH_BLACKHAT,kernel)

#显示
plt.subplot(321),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(322),plt.imshow(dstOpening),plt.title('Opening')
plt.xticks([]), plt.yticks([])
plt.subplot(323),plt.imshow(dstClosing),plt.title('Closing')
plt.xticks([]), plt.yticks([])
plt.subplot(324),plt.imshow(dstGradient),plt.title('Gradient')
plt.xticks([]), plt.yticks([])
plt.subplot(325),plt.imshow(dstTopHat),plt.title('TopHat')
plt.xticks([]), plt.yticks([])
plt.subplot(326),plt.imshow(dstBlackHat),plt.title('BlackHat')
plt.xticks([]), plt.yticks([])
plt.show()

运行结果图如下：