《python+opencv3.3视频教学 基础入门》开闭操作 笔记

开操作（Open）
先腐蚀后膨胀。
对于开操作，选择不同形状的核，可以得到不同的效果。如设置核为(15, 1)，即水平线状的核，则在开操作后可以提取出二值图像中的水平线，如下：

同理，设置核为(1, 15)，即竖直线状的核，则在开操作后可以提取出二值图像相中的竖直线，如下：

不止直线，斜线经过开操作后也可以被消掉：

使用cv.morphologyEx()设置不同的结构元素，如cv.MORPH_ELLIPSE，圆形，可以把二值图像中类似圆形的白色区域保留下来，消除其他的，如下：

注意：结构元素（核）的大小和形状选择至关重要，且有很大的灵活性，直接影响开闭操作所得到的结果。对于核需要有好的理解，才能在开闭操作中得到自己想要的结果。

闭操作（Close）
先膨胀后腐蚀。
比如图像中一片白色区域中有一个小的黑点，先通过膨胀把黑点抹掉，再通过腐蚀让白色区域恢复到原来的大小，这样一来白色区域大小没有改变，但是黑点被消除了，从而达到去噪效果。

开闭操作作用
去除小的干扰块——开操作
填充闭合区域——闭操作
水平或者垂直线提取

视频源码：

import cv2 as cv
import numpy as np


def open_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow("binary", binary)

    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    # kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 1))   # 可以滤出binary图像中的竖直线
    # kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 15))   # 可以滤出binary图像中的水平线
    # kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE, (15, 15))   # 可以滤出binary图像中的圆形区域
    binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow("open-result", binary)


def close_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | 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_demo", binary)


print("-----------Python OpenCV Tutorial--------------")
src = cv.imread("C:/cv-samples/data/pic3.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)

close_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()