和我一起入门OpenCV with Python Day4

二、语法介绍

（二）图像处理

7.形态学变换

1. 腐蚀和膨胀
   腐蚀是指将图像中一些毛刺去除，使图像更柔和；膨胀是指将缺陷填满使图像更饱满。

#腐蚀
cv.erode(img,kernel,iterations)
#膨胀
cv.dilate(img,kernel,iterations)

实战！

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

img = cv.imread("C:/Users/LEGION/Pictures/bqb/xin1.jpg")

kernel=np.ones((5,5),np.uint8)
img1=cv.erode(img,kernel,iterations=6)#腐蚀
img2=cv.dilate(img,kernel,iterations=6)#膨胀

fig,axes=plt.subplots(nrows=1,ncols=3,figsize=(10,8),dpi=100)
axes[0].imshow(img[:,:,::-1])
axes[0].set_title("yuan")
axes[1].imshow(img1[:,:,::-1])
axes[1].set_title("fu")
axes[2].imshow(img2[:,:,::-1])
axes[2].set_title("peng")
plt.show()

运行结果

2. 开闭运算
   开运算是先腐蚀后膨胀，其作用是：分离物体，消除小区域。特点：消除噪点，去除小的干扰块，而不影响原来的图像。
   闭运算与开运算相反，是先膨胀后腐蚀，作用是消除“闭合”物体里面的孔洞，特点：可以填充闭合区域。

	cv.morphologyEx(img, op, kernel)

参数：
op：处理方式。

• 开运算：cv.MORPH_OPEN
• 闭运算：cv.MORPH_CLOSE
• 礼帽：cv.MORPH_TOPHAT
• 黑帽：cv.MORPH_BLACKHAT

实战：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

img = cv.imread("C:/Users/LEGION/Pictures/bqb/hei.jpg")

kernel=np.ones((20,20),np.uint8)
img1=cv.morphologyEx(img,cv.MORPH_OPEN,kernel)
img2=cv.morphologyEx(img,cv.MORPH_CLOSE,kernel)

fig,axes=plt.subplots(nrows=1,ncols=3,figsize=(10,8),dpi=100)
axes[0].imshow(img[:,:,::-1])
axes[0].set_title("yuan")
axes[1].imshow(img1[:,:,::-1])
axes[1].set_title("open")
axes[2].imshow(img2[:,:,::-1])
axes[2].set_title("close")
plt.show()

运行结果

3. 礼帽和黑帽
   礼帽 = 原始输入-开运算结果提取出刺来
   黑帽 = 闭运算-原始输入只留下一个大致轮廓
   实战！

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

img = cv.imread("C:/Users/LEGION/Pictures/bqb/qiao.jpg")

kernel=np.ones((2,2),np.uint8)
img1=cv.morphologyEx(img,cv.MORPH_TOPHAT,kernel)
img2=cv.morphologyEx(img,cv.MORPH_BLACKHAT,kernel)
#img3=cv.morphologyEx(img,cv.MORPH_OPEN,kernel)
#img4=cv.morphologyEx(img,cv.MORPH_CLOSE,kernel)

fig,axes=plt.subplots(nrows=1,ncols=3,figsize=(10,8),dpi=100)
axes[0].imshow(img[:,:,::-1])
axes[0].set_title("yuan")
axes[1].imshow(img1[:,:,::-1])
axes[1].set_title("tophat")
axes[2].imshow(img2[:,:,::-1])
axes[2].set_title("blackhat")
#axes[3].imshow(img3[:,:,::-1])
#axes[3].set_title("open")
#axes[4].imshow(img4[:,:,::-1])
#axes[4].set_title("close")
plt.show()

运行结果