python opencv 腐蚀_Python - OpenCV 之图像形态学(膨胀与腐蚀)

基于 OpenCV 的图像形态学处理 - 膨胀，腐蚀，开运算，闭运算. 涉及到的 OpenCV 函数 - cv2.erode()，cv2.dilate()，cv2.morphologyEx()

膨胀和腐蚀是图像形态学的两个基本操作. 典型应用是在二值图像中的使用，是很多识别技术中重要的中间处理步骤.

在灰度图像中根据阈值同样可以完成膨胀与腐蚀操作.

1. 原理

二值图像f(x,y) 的膨胀操作，类似于对图像的卷积操作.

需要有个 kernel 操作矩阵，类似于卷积核(filters, kernel)，常见的是 3X3 的矩阵. 这是形态学处理的核心.

但与卷积不同的是，如果矩阵中的像素点有任意一个点的值是前景色，则设置中心像素点为前景色；否则不变.

图像形态学运算中腐蚀，膨胀，开运算和闭运算：

[1] - 腐蚀是一种消除边界点，使边界向内部收缩的过程

可以用来消除小且无意义的物体.

腐蚀算法：

用 3x3 的 kernel，扫描图像的每一个像素；

用 kernel 与其覆盖的二值图像做 “与” 操作；

如果都为1，结果图像的该像素为1；否则为0.

结果：使二值图像减小一圈.

[2] - 膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程

可以用来填补物体中的空洞.

膨胀算法：

用 3x3 的 kernel，扫描图像的每一个像素；

用 kernel 与其覆盖的二值图像做 “与” 操作；

如果都为0，结果图像的该像素为0；否则为1.

结果：使二值图像扩大一圈.

[3] - 先腐蚀后膨胀的过程称为开运算

用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.

[4] - 先膨胀后腐蚀的过程称为闭运算

用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积

2. OpenCV 实现

2.1. 定义 kernel 矩阵

首先定义 kernel 矩阵 - 两种方式：

[1] - 利用 cv2.getStructuringElement 函数kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) # 椭圆结构

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3)) # 十字结构

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) # 矩形结构

[2] - 采用 Numpy 的 array 自定义kernel = np.uint8(np.zeros((3, 3)))

for i in range(3):

kernel[2, i] = 1

kernel[i, 2] = 1

2.2. 腐蚀和膨胀

cv2.erode() 和 cv2.dilate() 函数import cv2

import numpy as np

import matplot.pyplot as plt

png = cv2.imread('test.png', 0)

plt.figure()

plt.subplot(1, 3, 1)

plt.imshow(png)

plt.axis('off')

# 定义 kernel

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(10, 10))

# 图像腐蚀

eroded = cv2.erode(png, kernel)

plt.subplot(1, 3, 2)

plt.imshow(eroded) # Eroded Image

plt.axis('off')

# 图像膨胀

dilated = cv2.dilate(png, kernel)

plt.subplot(1, 3, 3)

plt.imshow(dilated) # Dilated Image

plt.axis('off')

plt.show()

(左)原图 (中)腐蚀 (右)膨胀

2.3. 开运算和闭运算

cv2.morphologyEx() 函数

[1] - 先腐蚀后膨胀叫开运算

常用于去除噪声

cv2.morphologyEx() 函数:open_ = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

[2] - 先膨胀后腐蚀叫闭运算

常用于填充前景物体中的小洞，或者前景物体上的小黑点.lose_ = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

开运算和闭运算不是可逆的.# --*-- coding:utf-8 --*--

import cv2

import numpy as np

import matplot.pyplot as plt

png = cv2.imread('test.png', 0)

plt.figure()

plt.subplot(1, 3, 1)

plt.imshow(png)

plt.axis('off')

# 定义 kernel

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))

# 闭运算

closed = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

plt.subplot(1, 3, 2)

plt.imshow(closed) # Closed Image

plt.axis('off')

#开运算

opened = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

plt.subplot(1, 3, 3)

plt.imshow(opened) # Opened Image

plt.axis('off')

plt.show()

(左)原图 (中)闭运算 (右)开运算