https://blog.csdn.net/Eastmount/article/details/83692456
一. 图像顶帽运算
#顶帽运算(img) = 原始图像(img) - 开运算(img)
#原始图像减去图像开运算的结果,得到图像的噪声图像的噪声
import cv2
import numpy as np
#读取图片
src = cv2.imread('C:/Users/31035/Desktop/yifei/pengzhang.jpg', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((5,5), np.uint8)
#图像顶帽运算
result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#如果想获取更多的细节,可以将卷积设置为10*10。
二. 图像黑帽运算
#黑帽运算(img) = 闭运算图像(img) - 原始图像(img)
#得到图像内部的小孔,或者前景色中的小黑点
#读取图片
src = cv2.imread('C:/Users/31035/Desktop/yifei/08bi.jpg', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((5,5), np.uint8)
#图像黑帽运算
result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#内部比较大的四个黑点没有被提取,如果想获取更多的细节,可以将卷积设置为10*10