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()