Opencv之形态学操作（膨胀、腐蚀、开运算、闭运算、顶帽、黑帽、形态学梯度）

最新推荐文章于 2024-04-03 19:44:30 发布
最新推荐文章于 2024-04-03 19:44:30 发布
阅读量754 收藏 1
点赞数 1
分类专栏： 图像处理 opencv 文章标签： opencv 计算机视觉 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xp_fangfei/article/details/124104737
版权

形态学操作一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色部分进行操作的！
在这里插入图片描述

膨胀

膨胀就是求局部最大值的操作。
解释：这里面的局部指的是核的大小，例如核大小是3*3的，则二值化的图像在核的范围内取最大值。

  • B 通常称为内核，内核 B 有一个可定义的 锚点, 通常定义为内核中心点。
  • A 假设为 10x10 像素的二值图中1区域。

进行膨胀操作时，将内核 B 划过图像,将内核 B 覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )。

膨胀作用：将与物体接触的所有背景点合并到物体中，使目标 增大，可 添补目标中的孔洞
对下图采用膨胀操作我们得到图2:
在这里插入图片描述
在这里插入图片描述
根据膨胀规则在核的范围内取最大值，则B遍历完后，就变成如下图所示（不考虑padding）：
在这里插入图片描述
图 2 膨胀后效果

腐蚀

腐蚀就是求局部最小值的操作。（腐蚀和膨胀的操作是相反的。）

进行腐蚀操作时，将内核 B 划过图像,将内核 B 覆盖区域的最小相素值提取，并代替锚点位置的相素。
在这里插入图片描述
腐蚀作用： 消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点

开运算

开运算：先执行腐蚀操作后，再进行膨胀操作。
作用：主要用于消除小物体，在纤细点处分离物体，并且在平滑较大物体的边界的同时不明显改变其面积，同时抑制比结构元小的亮细节。
在这里插入图片描述

闭运算

闭运算：表示先执行膨胀操作后，再进行腐蚀操作
作用： 用来消除白色前景中的小黑点。
在这里插入图片描述

顶帽

顶帽：原图像与开运算之差；突出明亮区域，可以用来提取一些小毛刺之类的图像；
在这里插入图片描述

黑帽

黑帽：闭运算与原图像之差；
得到白色前景中的小黑点图像；

形态学梯度

形态学梯度：膨胀后的图像 - 腐蚀后的图像；
在这里插入图片描述

xp_fangfei
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
形态学操作-开运算
sundanping_123的博客
01-15 859
开运算： 先腐蚀再膨胀 去掉无关小细节 可以通过调整核的大小，调整图片效果。当卷积核大小为3*3时，毛刺没有去干净，这时可以增加核的大小 import cv2 import numpy as np a=cv2.imread('image\erode.bmp') k=np.ones((3,3),np.uint8) #核大小3*3，数据类型unit8整型 k1=np.ones((5,5),n...
图形学之腐蚀膨胀
小羊哈利
10-23 8629
腐蚀（erode）膨胀(dilate)其实是两种非常形象的操作，但是有的时候容易搞混淆。 腐蚀（erode），是将灰度值小（视觉上就是比较暗）的区域增强扩展，主要用来去除比较亮的噪点。 膨胀（dilate），是将灰度值大（视觉上就是比较亮）的区域增强扩展，主要用来连通相似颜色或强度的区域。 然后腐蚀与膨胀涉及的一个重要概念就是核，也可以称之为模板或者掩码。核具有几个重要的属性，形状（圆形、方形、十字
形态学运算中腐蚀，膨胀，开运算和闭运算（转）
cy_weiyi的博客
07-24 817
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。 腐蚀的算法： 用3x3的结构元素，扫描图像的每一个像素 用结构元素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。 膨胀的算法： 用3
OpenCV的开运算
最新发布
summerriver1的博客
04-03 278
OpenCV的开运算
11. 形态学膨胀、腐蚀、开运算、闭运算
MrYaoLing的博客
06-13 4719
1.膨胀：对边界点进行扩充，填充空洞，使边界向外部扩张的过程。 2. 腐蚀：消除物体边界点,使边界向内部收缩的过程,把小于结构元素的物体去除掉。 3. 开运算：先腐蚀后膨胀的过程称为开运算,作用:去除孤立的小点,毛刺,消除小物体,平滑较大物体边界,同时不改变其面积。 4. 闭运算：先膨胀后腐蚀的过程是闭运算。作用:填充物体内细小的空洞，连接临近物体，平滑边界，同时不改变其面积。 ...
OpenCV-Python图像运算变换处理：开运算和闭运算以及不同核矩阵的影响分析
老猿Python
11-24 3304
本文简单介绍了形态变换中的开运算和闭运算，开运算和闭运算是形态学中最为重要的两个组合运算，这两个运算是不同形状不同大小的核对图像变换的影响比较大，开运算有助于断开一些图像间的细小连接或背景上的一些图像噪点、去除图像边缘的凸起，闭运算可以用于填充图像上的细小孔洞、填充图像轮廓上的凹陷。具体应用时需要根据处理图像的特征和需要达到的目标来设置核矩阵的形状和大小。
OpenCV学习之路（八）图像的形态学转换（腐蚀，膨胀，开、闭运算，梯度运算，礼帽，黑帽）
01-06
形态学操作是对图像形状进行的操作，一般情况下是对二值化图像进行的操作，两个基本的形态学操作是腐蚀和膨胀。 腐蚀 腐蚀操作很容易理解，与生活中的腐蚀意义一样，生活中的东西在腐烂的时候，总是会从边缘开始由...
[opencv] 017 形态学滤波 膨胀+腐蚀+开闭运算+梯度+顶帽+黑帽
09-19
本代码主要介绍形态学滤波的作用，其中基础滤波方式为：腐蚀与膨胀。后续的开运算、闭运算、形态学梯度、顶帽、黑帽都是结合两者的不同使用方式。
opencv开运算，闭运算，形态梯度，礼帽，黑帽实现代码
08-07
opencv开运算，闭运算，形态梯度，礼帽，黑帽实现代码，简单的代码，适合初学者，可以进一步理解图像处理。
【C++】OpenCV高级形态学示例程序 by浅墨
04-27
博文《【OpenCV入门教程之十一】 形态学图像处理（二）：开运算、闭运算、形态学梯度、顶帽、黑帽合辑》的配套详细注释源代码。 博文链接： http://blog.csdn.net/poem_qianmo/article/details/24599073 1.已将...
【OpenCV入门教程之十一】 形态学图像处理（二）：开运算、闭运算、形态学梯度、顶帽、黑帽合辑 - 【浅墨的游戏编程Blog】
08-03
摘要视图订阅标签： 黑帽开运算闭运算形态学梯度分类：目录(?【OpenCV入门教程之十一】 形态学图像处理（二）：开运算、闭运算、形态学梯度、顶帽、黑帽合辑71
OpenCV-开运算（OPEN）
热门推荐
翟天保的博客
05-21 1万+
开运算：先腐蚀后膨胀
python-opencv第七期：开运算与闭运算详解（上）
追星，但也不要忘了土地
03-18 4090
开门，意味着门的两个门板没有连通，对于外界是敞开的，对应“开”； 而闭门，意味着门的两个门板连通到了一起，对于外界是关闭的状态，对应“闭”。
OpenCV实现图像 开闭运算
qq_53545309的博客
09-22 783
OpenCV实现图像，开闭运算
opencv之形态学操作开闭运算（morphologyEx函数）
weixin_52045738的博客
01-24 4948
开运算基本原理 图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，但是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，可以去除噪声，并保留原有图像。 开运算实际是先腐蚀运算，再膨胀运算，把看上去把细微连在一起的两块目标分开了。 一般来说，开运算可以使图像的轮廓变得光滑，还能使狭窄的连接断开和消除细毛刺。开运算在过滤噪声的同时并没有对物体的形状、轮廓造成明显的影响，这是一大优势。当只关心物体的位置或者个数时，物体形状的改变不会给任务带来困扰，此时用开运算处理具有处理速度上的优势。 闭运算
OpenCV基础操作-开运算与闭运算-梯度运算
JM的博客
06-24 772
在OpenCV中，开运算（Opening）和闭运算（Closing）都是图像形态学的操作，它们经常与腐蚀和膨胀操作结合使用，用于图像处理和分析中的一些任务，如去噪、平滑、边缘检测等。开运算（Opening）操作的定义为先对图像进行腐蚀操作，再对腐蚀后的图像进行膨胀操作。开运算可以消除图像中的小且细小的噪点，同时保持主要对象的形状和结构。闭运算（Closing）操作的定义为先对图像进行膨胀操作，再对膨胀后的图像进行腐蚀操作。先进行膨胀操作，再进行腐蚀操作，梯度运算的结果为：膨胀操作结果-腐蚀操作结果。
14、OpenCV形态学操作——开运算、闭运算、形态学梯度、顶帽、黑帽
phinoo的博客
01-27 5817
OpenCV形态学操作——开运算、闭运算、形态学梯度、顶帽、黑帽一、学习目标二、各种操作简介三、综合实例 一、学习目标 理解什么是开运算、闭运算、形态学梯度、顶帽和黑帽 学会使用OpenCV实现上述的图像形态学操作 使用综合性的例子进行实验 二、各种操作简介 1、开运算 开运算：先腐蚀后膨胀，表达公式为： dst = open(src, element) = dilate(erode(src, element), element) 开运算可以用来消除图像中的细小对象（前提是黑色为类背景，类白色为前景），
opencv——形态学变换_开闭运算
Sam's blog
09-19 965
1、开运算 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 开运算：先腐蚀后膨胀, 去除噪声，去除白色小点、空洞 闭运算：先膨胀后腐蚀, 用来填充前景物体的小黑点 形态学梯度：膨胀减去腐蚀, 可以得到前景物体的轮廓 礼帽：原图减去开运算 黑帽：闭运算减去原图 使用函数morphologyEx()进行形态学其他操作 函数原型为：morphologyEx(src, op, kernel[, ds
python opencv 图像形态学开操作
06-12
图像形态学是一种基于形态学理论的图像处理方法，可以用于图像分割、去噪、边缘检测等。OpenCV提供了一系列形态学操作函数。以下是一些基本的图像形态学操作： 1. 导入OpenCV库 ``` import cv2 import numpy as np ``` 2. 读取图像文件 ``` img = cv2.imread('image.jpg', 0) ``` 3. 定义结构元素 ``` kernel = np.ones((5,5),np.uint8) ``` 4. 膨胀操作 ``` dilation = cv2.dilate(img,kernel,iterations = 1) ``` 5. 腐蚀操作 ``` erosion = cv2.erode(img,kernel,iterations = 1) ``` 6. 开运算 ``` opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) ``` 7. 闭运算 ``` closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) ``` 8. 梯度运算 ``` gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel) ``` 9. 顶帽运算 ``` tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel) ``` 10. 黑帽运算 ``` blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel) ``` 注意：以上操作中，img为灰度图像。如果是彩色图像，需要先转换成灰度图像。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值