形态学运算
本次试验研究OpenCV形态学运算中像素值是如何变化的,以下图为研究对象。
开运算
- 试验结果:
- 开运算可以消除图像部分噪点。如,原图左上角噪点经开运算后被消除了,像素值为2,8,11等都变成了0。
- 开运算处理完后图像整体向右下移动,向右、向下各移动了1行。见下图。
- 试验代码:
import cv2
import numpy as np
img = cv2.imread(filename, 0) # 灰度图
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
open = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) # 开运算
# 获取图像部分像素值
print("原图左上角像素值\n", img[18:23,18:23])
print("开运算图左上角像素值\n", open[18:23,18:23])
print("原图右下角像素值\n", img[178:183,178:183])
print("开运算图右下角像素值\n", open[178:183,178:183])
闭运算
- 试验结果:
- 闭运算无法除图像噪点,反而可能会增加噪点。
- 闭运算处理完后图像整体向右下移动,向右、向下各移动了1行。见下图。
- 试验代码:
import cv2
import numpy as np
img = cv2.imread(filename, 0) # 灰度图
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) # 闭运算
# 获取图像部分像素值
print("原图左上角像素值\n", img[18:23,18:23])
print("闭运算图左上角像素值\n", close[18:23,18:23])
print("原图右下角像素值\n", img[178:183,178:183])
print("闭运算图右下角像素值\n", close[178:183,178:183])
礼帽运算
- 试验结果:
礼帽图=原图-开运算图。
开运算处理完后图像整体向右下移动,礼帽图会得到图像左上角边缘信息。
- 试验代码:
import cv2
import numpy as np
img = cv2.imread(filename, 0) # 灰度图
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
open = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) # 开运算
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel) # 礼帽运算
cv2.imshow("ori", img)
cv2.imshow("open", open)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()
黑帽运算
- 试验结果:
黑帽图=闭运算图-原图。
闭运算处理完后图像整体向右下移动,黑帽图会得到图像右下角边缘信息。
- 试验代码:
import cv2
import numpy as np
img = cv2.imread(filename, 0) # 灰度图
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) # 开运算
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel) # 礼帽运算
cv2.imshow("ori", img)
cv2.imshow("open", open)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()