OpenCV学习Day12---高级形态学

# -*- coding: UTF-8 -*-
import cv2 as cv
import numpy as np
'''
高级形态学变换： 
开运算： MORPH_OPEN
    先腐蚀，再膨胀，可清除一些小东西(亮的)，放大局部低亮度的区域 
闭运算： MORPH_CLOSE
    先膨胀，再腐蚀，可清除小黑点 
形态学梯度： MORPH_GRADIENT
    膨胀图与腐蚀图之差，提取物体边缘 
顶帽： MORPH_TOPHAT
    原图像-开运算图，突出原图像中比周围亮的区域 
黑帽： MORPH_BLACKHAT
    闭运算图-原图像，突出原图像中比周围暗的区域
    
开闭操作亦可提取水平线或者垂直线，通过改变结构元素的尺寸：水平线---->如:(1,15);垂直线---->如:(15,1)
'''
def openDemo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binaryImage", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))#结构元素的设置，内核的形状: MORPH_RECT、MORPH_ELLIPSE、MORPH_CROSS；像素的矩阵
                                    #十字形的element形状唯一依赖于锚点的位置。其他情况下，锚点只是影响了形态学运算结果的偏移。
    #open=cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)#中间参数--选择各种形态学操作
    #cv.imshow("openResult",open)
    #close = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)  # 闭操作
    #cv.imshow("closeResult", close)
    #gradient = cv.morphologyEx(binary, cv.MORPH_GRADIENT, kernel)  # 形态学梯度
    #cv.imshow("gradientResult", gradient)
    #tophat = cv.morphologyEx(binary, cv.MORPH_TOPHAT, kernel)  # 顶帽
    #cv.imshow("tophatResult", tophat)
    blackhat = cv.morphologyEx(binary, cv.MORPH_BLACKHAT, kernel)  # 黑帽
    cv.imshow("blackhatResult", blackhat)
#src=cv.imread("E:\OpenCVTests\openANDclose.jpg")
src=cv.imread("E:\OpenCVTests\QQ20190719141453.jpg")#直线提取操作图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
openDemo(src)

cv.waitKey(0)
cv.destroyAllWindows()

原图：

开操作： 先腐蚀，再膨胀，可清除一些小东西(亮的)，放大局部低亮度的区域

闭操作：先膨胀，再腐蚀，可清除小黑点

开闭操作亦可应用与图像平或者垂直直线的提取：
原图：
水平线提取：结构元素：如（15，1）

垂直线提取：结构元素：如（1，15）

原图：

形态学梯度：膨胀图与腐蚀图之差，提取图像边缘区域

顶帽：原图像-开运算图，突出原图像中比周围亮的区域

黑帽：闭运算图-原图像，突出原图像中比周围暗的区域