opencv-python(11):形态学转换

形态学操作是根据图像形状进行的简单操作，一般情况下对二值化图像进行操作。需要输入两个参数，一个是原始图像，另一个是结构化元素或者是核，它用来决定操作性质。

1、腐蚀和膨胀

腐蚀：卷积和沿着图像滑动，如果与卷积核对应的原图像所有像素值都是1，那么中心元素就保持原来的像素值，否则变为0。这会根据卷积核的大小靠近前景的所有像素都会被腐蚀掉（变为0），所以前景物体会变小，整幅图像的白色区域会减小。对于去除白噪声很有效。

膨胀：与腐蚀相反，与卷积核对应的原图像的像素值只要有一个是1，中心元素的像素值就是1。所以这个操作会增加图像中的白色区域（前景）。一般在去噪声时先用腐蚀再用膨胀。因为腐蚀在去掉白噪声的同时，也会使得前景对象变小。所以我们再对他进行膨胀。这时噪声已经被去除，不会再回来，但是前景还会增加。膨胀也可以用来连接两个分开的物体。

代码：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\1.jpg',0)
kernel=np.ones((5,5),np.uint8)
erosion=cv2.erode(img,kernel,iterations=1)
dilatation=cv2.dilate(img,kernel,iterations=1)
cv2.imshow('erosion',erosion)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\erosion.jpg',erosion)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\dilate.jpg',dilatation)
cv2.destroyAllWindows()

结果：

img:

erosion:

dilate:

2、开运算与闭运算

先进行腐蚀在进行膨胀便叫做开运算，用来去除噪声；先进行膨胀再腐蚀就叫做闭运算，它用来填充前景图像中的小洞，或前景物体上的小黑点。用到函数cv2.morphologyEx()

代码：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\1222.png',0)
gmi=cv2.imread('C:\\Users\\WLX\\Desktop\\1223.png',0)
kernel=np.ones((5,5),np.uint8)
opening=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算
closing=cv2.morphologyEx(gmi,cv2.MORPH_CLOSE,kernel)#闭运算
cv2.imshow('opening',opening)
cv2.imshow('closing',closing)
cv2.waitKey(0)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\opening.jpg',opening)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\closing.jpg',closing)
cv2.destroyAllWindows()

结果：

img：

gmi:

opening:

closing:

3、形态学梯度

其实就是一副图像膨胀与腐蚀的差别。看上去就像前景物体的轮廓

代码：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\opening.jpg',0)
kernel=np.ones((5,5),np.uint8)
gradient=cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)
cv2.imshow('gradient',gradient)
cv2.waitKey(0)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\gradient.jpg',gradient)
cv2.destroyAllWindows()

结果：

4、礼帽

原始图像与进行开运算之后得到的图像的差。

代码：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\1222.png',0)
kernel=np.ones((5,5),np.uint8)
tophat=cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
cv2.imshow('tophat',tophat)
cv2.waitKey(0)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\tophat.png',tophat)
cv2.destroyAllWindows()

结果：

5、黑帽

进行闭运算之后得到的图像与原始图像的差

代码：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\1223.png',0)
kernel=np.ones((5,5),np.uint8)
blackhat=cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
cv2.imshow('blackhat',blackhat)
cv2.waitKey(0)
cv2.imwrite('C:\\Users\\WLX\\Desktop\\blackhat.png',blackhat)
cv2.destroyAllWindows()

结果：