DIP|Python调用OpenCV形态学 Python|opencv

图像形态学处理包括腐蚀、膨胀、开运算、闭运算、形态学梯度、礼帽(顶帽)、黑帽等运算。
1、腐蚀腐蚀可以理解为前景像素会被腐蚀为背景像素，以白色255为前景，得到的效果就是白色变小、变细，黑色变大变粗：

import cv2 import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) erosion = cv2.erode(img,kernel,iterations = 1) cv2.imshow("img", img) cv2.imshow("erosion", erosion) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

2、膨胀与腐蚀相反的操作，效果是前景变大变粗，背景变小变细：

import cv2 import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) dilation = cv2.dilate(img,kernel,iterations = 1)cv2.imshow("img", img) cv2.imshow("dilation ", dilation ) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

3、闭运算闭运算是先膨胀后腐蚀，这样的处理结果是前景中的小黑洞会被填充：import cv2

import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)cv2.imshow("img", img) cv2.imshow("closing ", closing ) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

4、开运算开运算与闭运算相对，是先腐蚀后膨胀，效果是讲背景中的小亮点去掉：

import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)cv2.imshow("img", img) cv2.imshow("opening", opening ) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

5、形态学梯度形态学梯度做的处理是一幅图像的膨胀与腐蚀做差得到：

import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)cv2.imshow("img", img) cv2.imshow("gradient", gradient) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

6、顶帽顶帽是指原图与开运算结果做差：

import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)cv2.imshow("img", img) cv2.imshow("tophat ", tophat) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

7、黑帽黑帽则是与顶帽相对，闭运算与原图做差：

import numpy as np img = cv2.imread('lena.jpg',0) kernel = np.ones((5,5),np.uint8) tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)cv2.imshow("img", img) cv2.imshow("tophat ", tophat) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

8、结构化元素前面的几个处理中都有一个核，这个核都是用Numpy来构造的矩形核，其实还可以通过OpenCV提供的cv2.getStructuringElement()来获取其它形状的核：

# 矩形核 cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) # 椭圆形 cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5)) # 十字交叉 cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))