opencv-python 学习｜图像形态学操作

最新推荐文章于 2024-02-05 15:37:32 发布

Shannon333

最新推荐文章于 2024-02-05 15:37:32 发布

阅读量328

点赞数

分类专栏： opencv

本文链接：https://blog.csdn.net/qq_35924276/article/details/105601809

版权

opencv 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

图像形态学操作

通常都是二值的图像来做腐蚀操作。腐蚀的大概意思就是往里面缩一些。

import cv2
import matplotlib.pyplot as plt 
import numpy as np
#显示图像函数
def cv_show(name,img):
    cv2.imshow(name,img)
    while cv2.waitKey(100) != 27:# loop if not get ESC
        if cv2.getWindowProperty(name,cv2.WND_PROP_VISIBLE) <= 0:
            break
    cv2.destroyWindow(name)

消除毛刺

img = cv2.imread('dige.png')
cv_show('img',img)

kernel = np.ones((3,3),np.uint8)
erosion = cv2.erode(img,kernel,iterations=1)
cv_show('erosion',erosion)

加粗瑕疵毛刺

img = cv2.imread('dige.png')
kernel = np.ones((3,3),np.uint8)
img_dilate = cv2.dilate(img,kernel,iterations=1)
cv_show('dilate',img_dilate)

以黑白圆圈为例

pie = cv2.imread('pie.png')
cv_show('pie',pie)

kernel = np.ones((30,30),np.uint8)
erosion_1 = cv2.erode(pie,kernel,iterations=1)
erosion_2 = cv2.erode(pie,kernel,iterations=2)
erosion_3 = cv2.erode(pie,kernel,iterations=3)
res = np.hstack((erosion_1,erosion_2,erosion_3))
cv_show('res',res)

开运算、闭运算

# 开：先腐蚀，再膨胀
#这个操作能够将主体被腐蚀地部分补偿回去，但是边缘的毛刺很好的被清除掉。
img = cv2.imread('dige.png')
kernel = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
cv_show('opening',opening)

# 闭：先膨胀，再腐蚀
#这个就对边缘的毛刺没有什么清除效果
img = cv2.imread('dige.png')
kernel = np.ones((5,5),np.uint8)
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
cv_show('closing',closing)

梯度运算

梯度=膨胀-腐蚀

pie = cv2.imread('pie.png')
kernel = np.ones((3,3),np.uint8)
gradient = cv2.morphologyEx(pie,cv2.MORPH_GRADIENT,kernel)
cv_show('gradient',gradient)

礼帽与黑帽

礼帽 = 原始输入-开运算结果
黑帽 = 闭运算-原始输入

#礼帽
kernel = np.ones((7,7),np.uint8)
img = cv2.imread('dige.png')
tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
cv_show('tophat',tophat)

#黑帽
kernel = np.ones((7,7),np.uint8)
img = cv2.imread('dige.png')
balckhat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
cv_show('black',balckhat)