opencv python 7 形态学变换

opencv python 7 形态学变换

形态学变换指将数学形态学作为工具从图像提取特征或用于预处理或后处理的形态学过滤、细化和修剪等，主要针对二值图像。

腐蚀

腐蚀即用一个核扫过整张图像（类似2D卷积），若核中所有像素均为1则置该像素为1，否则为0，其结果就是边界附近的白色像素被抹去。cv2.erode()实现了该功能。

dst = cv2.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

• dst：输出图像
• src：输入图像
• kernel：用于腐蚀的核
• anchor：锚点，默认为(-1, -1)，指核的中心点
• iterations：腐蚀的次数
• borderType：边界模式，默认为BORDER_CONSTANT
• borderValue：边界为常量时的值，默认为morphologyDefaultBorderValue()

import cv2
import numpy as np 

img = cv2.imread('a.jpg', 0)
ret, img_binary = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
cv2.imshow('img', img_binary)
cv2.waitKey()
kernel = np.ones((5, 5), np.uint8)
img_erode = cv2.erode(img_binary, kernel, iterations = 1)
cv2.imshow('eroded', img_erode)
cv2.waitKey()

膨胀

膨胀与腐蚀相反，核中只要由一个像素为1则置该像素为1，即扩大了前景部分，由cv2.dilate()实现。

dst = cv2.dilate(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

• dst：输出图像
• src：输入图像
• kernel：用于膨胀的核
• anchor：锚点，默认为(-1, -1)，指核的中心点
• iterations：膨胀的次数
• borderType：边界模式，默认为BORDER_CONSTANT
• borderValue：边界为常量时的值，默认为morphologyDefaultBorderValue()

img_dilate = cv2.dilate(img_binary, kernel, iterations = 1)

开操作和闭操作

开操作即先腐蚀再膨胀,适合去除背景中的噪声，闭操作即先膨胀再腐蚀，适合去除前景中的噪声，都由cv2.morphologyEx()实现。

dst = cv.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

• dst：输出图像
• src：输入图像
• op：操作类型，如MORPH_OPEN/MORPH_CLOSE
• kernel：核
• anchor：锚点，默认为(-1, -1)，指核的中心点
• iterations：膨胀的次数
• borderType：边界模式，默认为BORDER_CONSTANT
• borderValue：边界为常量时的值，默认为morphologyDefaultBorderValue()

img_open = cv2.morphologyEx(img_binary, cv2.MORPH_OPEN, kernel)
img_close = cv2.morphologyEx(img_binary, cv2.MORPH_CLOSE, kernel)

形态学梯度/顶帽/黑帽

形态学梯度即图像腐蚀和膨胀结果的差，顶帽即原图与开操作结果的差，黑帽即原图与闭操作结果的差，也都通过cv2.morphologyEx()实现。

img_morph_gradient = cv2.morphologyEx(img_binary, cv2.MORPH_GRADIENT, kernel)
img_tophat = cv2.morphologyEx(img_binary, cv2.MORPH_TOPHAT, kernel)
img_blackhat = cv2.morphologyEx(img_binary, cv2.MORPH_BLACKHAT, kernel)

自定义核

可通过cv2.getStructuringElement()来获取符合需要的结构元素。

retval = cv2.getStructuringElement(shape, ksize[, anchor])

• shape：形状，包括MORPH_RECT，MORPH_CROSS和MORPH_ELLIPSE
• ksize：大小
• anchor：锚点，默认为(-1, -1)，指核的中心点

cv2.getStructuringElement(cv.MORPH_RECT, (5, 5))