python-opencv 之开运算、闭运算、形态学梯度、“礼帽”和“黑帽”

最新推荐文章于 2024-04-11 08:09:26 发布

疯狂的蕉尼基

最新推荐文章于 2024-04-11 08:09:26 发布

阅读量1.2k

点赞数 1

分类专栏： Python OpenCV 文章标签： opencv python 计算机视觉

本文链接：https://blog.csdn.net/qq_38505858/article/details/126832149

版权

Python 同时被 2 个专栏收录

21 篇文章 1 订阅

订阅专栏

OpenCV

14 篇文章 2 订阅

订阅专栏

本文详细介绍了OpenCV库中的形态学操作，包括开运算、闭运算、形态梯度、顶帽和黑帽等。这些操作在图像处理中用于消除噪声、分离物体和突出边缘。通过实例代码展示了如何使用Python和OpenCV实现这些操作，以改善图像质量。

摘要由CSDN通过智能技术生成

函数原型

运行形态学操作的核心函数是morphologyEx。在本例中，我们使用了4个参数(其余使用默认值):

src : 原 (输入) 图像
dst: 输出图像
operation: 需要运行的形态学操作。我们有5个选项:
- Opening: MORPH_OPEN : 2
- Closing: MORPH_CLOSE: 3
- Gradient: MORPH_GRADIENT: 4
- Top Hat: MORPH_TOPHAT: 5
- Black Hat: MORPH_BLACKHAT: 6
kernel: 形态学运算的内核。

前一节我们讨论了两种最基本的形态学操作:

腐蚀 (Erosion)
膨胀 (Dilation)

运用这两个基本操作，我们可以实现更高级的形态学变换。

开运算 (Opening)

开运算是通过先对图像腐蚀再膨胀实现的。
在这里插入图片描述
能够排除小团块物体。

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)

kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算： 先腐蚀后膨胀
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#闭运算：先膨胀后腐蚀

cv2.imshow("opening",opening)
cv2.imshow("closing",closing)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图
在这里插入图片描述
开运算

闭运算(Closing)

闭运算是通过先对图像膨胀再腐蚀实现的。
在这里插入图片描述
能够排除小型黑洞(黑色区域)。

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)

kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算： 先腐蚀后膨胀
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#闭运算：先膨胀后腐蚀

cv2.imshow("opening",opening)
cv2.imshow("closing",closing)
cv2.waitKey(0)
cv2.destroyAllWindows()

闭运算
在这里插入图片描述

形态梯度(Morphological Gradient)

膨胀图与腐蚀图之差
在这里插入图片描述
能够保留物体的边缘轮廓。

代码

#梯度运算  = 膨胀 - 腐蚀
import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
cv2.imshow("cycle",opening)

kernel = np.ones((5,5),np.uint8)
gradient = cv2.morphologyEx(opening,cv2.MORPH_GRADIENT,kernel)
cv2.imshow("gradient",gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

顶帽(Top Hat)

原图像与开运算结果图之差

在这里插入图片描述

代码

#礼帽 = 原始如输入 - 开运算
import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)
kernel = np.ones((5,5),np.uint8)

opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
cv2.imshow("opening",opening)

tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
cv2.imshow("tophat",tophat)

cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

黑帽(Black Hat)

闭运算结果图与原图像之差
在这里插入图片描述

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)
#kernel = np.ones((5,5),np.uint8)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
cv2.imshow("closing",closing)

blackhat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
cv2.imshow("blackhat",blackhat)

cv2.waitKey(0)
cv2.destroyAllWindows()