opencv笔记（3）——图像形态学处理

图像形态学处理

（针对二值图像）

一、形态学-腐蚀操作

遍历整个图片，对一个范围（如 3 × 3）内的像素点，若出现不一致，即有黑有白，将这个范围内的白色像素点全部变为黑色像素点

import cv2          #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np  #基本数据计算工具包
%matplotlib inline  #专有魔法指令，即时显示

img = cv2.imread('dige.png')
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

kernel = np.ones((3,3), np.uint8)
dige_eosion = cv2.erode(img, kernel, iterations = 1)
cv2.imshow('erosion', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

kernel = np.ones((3,3), np.uint8)
eosion_1 = cv2.erode(img, kernel, iterations = 1)
eosion_2 = cv2.erode(img, kernel, iterations = 2)
eosion_3 = cv2.erode(img, kernel, iterations = 3)
res = np.hstack((eosion_1, eosion_2, eosion_3))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、形态学-膨胀操作

与腐蚀相反，用白色填充区域内的黑色

kernel = np.ones((3,3), np.uint8)
dige_dilate = cv2.dilate(img, kernel, iterations = 1)
cv2.imshow('dilate', dige_dilate)
cv2.waitKey(0)
cv2.destoryAllWindows()

可发现，相比被腐蚀后线条变细的迪哥，膨胀后的迪哥线条又恢复了

三、开、闭运算

自动将腐蚀和膨胀操作结合

# 开运算：先腐蚀，再膨胀
img = cv2.imread('dige.png')

kernel = np.ones((5,5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

cv2.imshow('opening', opening)
cv2.waitKey(0)
cv2.destoryAllWindows()

# 闭运算：先膨胀，再腐蚀
img = cv2.imread('dige.png')

kernel = np.ones((5,5), np.uint8)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

cv2.imshow('closing ', closing)
cv2.waitKey(0)
cv2.destoryAllWindows()

四、梯度运算（=膨胀-腐蚀）

pie = cv2.imread('pie.png')
kernel = np.ones((7,7), np.uint8)
dilate = cv2.dilate(pie, kernel, iterations = 5)
erosion = cv2.erode(pie, kernel, iterations = 5)

res = np.hstack((dilate, erosion))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destoryAllWindows()

gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('gradient ', gradient )
cv2.waitKey(0)
cv2.destoryAllWindows()

五、礼帽、黑帽运算

# 礼帽=原始输入-开运算结果
img = cv2.imread('dige.png')
tophat= cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('tophat', tophat)
cv2.waitKey(0)
cv2.destoryAllWindows()

# 黑帽=闭运算-原始输入
img = cv2.imread('dige.png')
blackhat= cv2.morphologyEx(pie, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('blackhat', blackhat)
cv2.waitKey(0)
cv2.destoryAllWindows()

六、常用函数

• numpy.ones（shape, dtype=None, order=‘C’）

   函数返回给定形状和数据类型的新数组，其中元素的值设置为1。此函数与numpy zeros（）函数非常相似。
   形状是一个int或一个int元组，用于定义数组的大小。 如果我们仅指定一个int变量，则将返回一维数组。 对于一个整数元组，将返回给定形状的数组。
   dtype是一个可选参数，默认值为float。 它用于指定数组的数据类型，例如int。
   该顺序定义是在内存中以行优先（C风格）还是列优先（Fortran风格）顺序存储多维数组。
  

• cv2.erode(img, kernel, iterations)

   腐蚀操作，kernel：内核、卷积核，iterations=1：选择迭代次数，即执行几次
  

• cv2.dilate(img1, kernel, iterations)

   膨胀操作
  

• cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

   开运算(先腐蚀再膨胀)
  

• cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

   闭运算(先膨胀再腐蚀)
  

• cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

   梯度运算(膨胀-腐蚀)
  

• cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)

   顶帽运算(原始值-开运算)， 突出更明亮的区域
  

• cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)

   底帽运算(闭运算-原始值)