形态学技术
在图像处理领域中,形态学技术可以对图像进行优化,去除噪点和补充孔洞等等,是图像处理中,必不可少的一个处理技术。
腐蚀(erode)
腐蚀操作是可以消除物体的边界点,使目标变小,消除孤立的噪声点。
原理:用结构元素扫描图像,进行与操作,如果结果都为1,则保留该元素的像素值,否则为0.
代码:`
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\z\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#腐蚀
img1=cv.erode(img,kernel,1)
plot.imshow(img1[:,:,::-1])
plot.show()
膨胀(dilate)
膨胀的作用是扩充目标,补充目标中存在的孔洞。
原理:用结构元素扫描图像,进行与操作,如果结果有为1,则保留该元素的像素值,否则为0.
代码;
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\z\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#膨胀
img2=cv.dilate(img,kernel,1)
plot.imshow(img2[:,:,::-1])
plot.show()
开运算(先腐蚀再膨胀-cv.MORPH_OPEN)
消除边界处的毛刺和噪声点,去除小的干扰区域。
代码:
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#开运算
img3=cv.morphologyEx(img,cv.MORPH_OPEN,kernel)
plot.imshow(img3[:,:,::-1])
plot.show()
闭运算(先膨胀再腐蚀-cv.MORPH_CLOSE)
消除闭合区域内的孔洞,填充闭合区域。
代码:
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)
#闭运算
img4=cv.morphologyEx(img,cv.MORPH_CLOSE,kernel)
plot.imshow(img4[:,:,::-1])
plot.show()
顶帽运算(cv.MORPH_TOPHAT)
分离比较宽亮的斑点。
代码:
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)
#礼貌运算
img5=cv.morphologyEx(img,cv.MORPH_TOPHAT,kernel)
plot.imshow(img5[:,:,::-1])
plot.show()
顶帽运算(cv.MORPH_BLACKHAT)
用于分离比较临近点的斑块
代码;
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plot
img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)
#黑帽运算
img6=cv.morphologyEx(img,cv.MORPH_BLACKHAT,kernel)
plot.imshow(img6[:,:,::-1])
plot.show()