【形态学滤波】——python实现开运算、闭运算、形态学梯度、顶帽、黑帽

目录

一、几种运算之间的区别与特点

二、几种操作的python实现以及效果

1、开运算

2、闭运算

3、形态学梯度

4、顶帽

5、黑帽

三、内核设置

cv2.getStructuringElement()


一、几种运算之间的区别与特点

运算类型

操作

目的

开运算

先腐蚀再膨胀

可在纤细点出分离物体。有助于消除噪音

闭运算

先膨胀后腐蚀

用于排除前景对象中的小孔或对象上的小黑点

形态学梯度

膨胀图与腐蚀图之差

用于保留目标物体的边缘轮廓

顶帽

原图与开运算图之差

分离比邻近点亮的斑块,用于突出原图像中比周围亮的区域

黑帽

闭运算图-原图像

分离比邻近点暗的斑块,突出原图像中比周围暗的区域

 

二、几种操作的python实现以及效果

1、开运算

代码:

import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#开运算
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

#显示效果
cv2.imshow('src',img)
cv2.imshow('result',opening)
cv2.waitKey()

效果:

2、闭运算

代码:

import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((3,3),np.uint8)
#闭运算
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

#显示效果
cv2.imshow('src',img)
cv2.imshow('result',closing)
cv2.waitKey()

效果:

3、形态学梯度

代码:

import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img1.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#形态学梯度调用
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

#显示效果
cv2.imshow('src',img)
cv2.imshow('result',gradient)
cv2.waitKey()

效果:

4、顶帽

代码:

import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#顶帽调用
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('show',tophat)
cv2.waitKey()

效果:

5、黑帽

代码:

import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#黑帽调用
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('show',blackhat)
cv2.waitKey()

效果:

 

三、内核设置

cv2.getStructuringElement()

在实际的使用中,某些情况下,可能需要椭圆/圆形内核。 因此,OpenCV提供了一个函数cv2.getStructuringElement(),只需传递内核的形状和大小,即可获得所需的内核。

这个函数的第一个参数表示内核的形状,有三种形状可以选择:

矩形:MORPH_RECT;

交叉形:MORPH_CROSS;

椭圆形:MORPH_ELLIPSE;

第二和第三个参数分别是内核的尺寸以及锚点的位置。一般在调用erode以及dilate函数之前,先定义一个Mat类型的变量来获得函数的返回值: 对于锚点的位置,有默认值Point(-1,-1),表示锚点位于中心点。element形状唯一依赖锚点位置,其他情况下,锚点只是影响了形态学运算结果的偏移。

代码:

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(11,11))

 

  • 6
    点赞
  • 63
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
在图像处理中,开运算运算对于去除图像中的噪声和增强物体之间的连接点非常重要。开运算是先进行腐蚀操作,再进行膨胀操作,主要用于消除图像中的噪声。腐蚀操作可以缩小图像中的物体,并消除较小的噪声点,而膨胀操作则可以还原物体的大小。运算则是先进行膨胀操作,再进行腐蚀操作,主要用于填充物体之间的空隙,增强物体之间的连接点。在Python中,可以使用OpenCV库中的morphologyEx函数来实现图像的开运算运算操作。其中,cv2.MORPH_OPEN参数对应开运算操作。具体的代码实现可以参考引用中的Python-OpenCV开运算实例。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [图像形态学运算之图像开闭运算python实现](https://blog.csdn.net/Ibelievesunshine/article/details/105018063)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python-openCV开运算实例](https://download.csdn.net/download/weixin_38608379/12850048)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【python图像处理python开运算运算梯度运算顶帽运算黑帽运算](https://blog.csdn.net/Ray_Songaaa/article/details/107378493)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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