基礎(chǔ)版學(xué)習(xí)筆記：
python3+opencv學(xué)習(xí)筆記匯總目錄（適合基礎(chǔ)入門學(xué)習(xí)）
進階版筆記目錄鏈接：
python+opencv進階版學(xué)習(xí)筆記目錄（適合有一定基礎(chǔ)）

基礎(chǔ)版形態(tài)學(xué)：
opencv學(xué)習(xí)筆記12：圖像腐蝕和圖像膨脹
opencv學(xué)習(xí)筆記13：形態(tài)學(xué)變換（開運算，閉運算，梯度運算）
opencv學(xué)習(xí)筆記14：圖像禮帽，圖像黑帽

圖像膨脹

使用卷積核對二值圖像進行遍歷，卷積核對應(yīng)的圖像像素點只要有一個為1，則值為1，否則為0.
即用卷積核對應(yīng)的最大元素替換掉當(dāng)前中心像素。

膨脹作用：對象大小增加一個像素，平滑對象邊緣，減少或者填充對象之間的距離。

使用方法：dilate
結(jié)果=cv2.dilate(二值圖像src,卷積核k,迭代次數(shù)itreations)
卷積核 正方形數(shù)組：如np.ones((5,5),np.uint8)

import cv2 as cv import numpy as npdef dilate_demo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255,cv.THRESH_BINARY_INV | cv.THRESH_OTSU)cv.imshow("binary", binary)kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))#kernel = np.ones((5, 5), np.uint8)dst = cv.dilate(binary, kernel)cv.imshow("dilate_demo", dst) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("fushi.jpg") src=cv.resize(src,None,fx=0.4,fy=0.4) cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) dilate_demo(src) cv.waitKey(0) cv.destroyAllWindows()

解釋說明：
在使用opencv的過程中，我們經(jīng)常需要各種各樣的卷積核。如果是正方形的核還好說，可以使用numpy，但是有時候需要定義橢圓形或者十字形的核，我們就需要用到結(jié)構(gòu)化元素
cv2.getStructuringElement()
第一個參數(shù)表示核的形狀。可以選擇三種
矩形：MORPH_RECT;
交叉形：MORPH_CROSS;
橢圓形：MORPH_ELLIPSE;
第二個參數(shù)表示核的尺寸。

注意對象要為白色，本文圖對象為黑色，所有我在代碼里用啦反二值化

圖像腐蝕

腐蝕主要針對的是二值圖像，如只有0和1兩個值，
兩個輸入對象：1原始二值圖像，2卷積核
使用卷積核遍歷原始二值圖像，如果卷積核對應(yīng)的元素值均為1，其值才為1，否則為0。
即用卷積核對應(yīng)的最小元素替換掉當(dāng)前中心像素。

腐蝕作用：對象大小減少一個像素，平滑對象邊緣，弱化或者分割圖像之間的半島性連接。

使用方法：erode 中文翻譯：侵蝕
處理結(jié)果=cv2.erode(原始圖像src,卷積核kernel,迭代次數(shù)iterations)
卷積核kernel：一般為正方形數(shù)組
如：k=np.ones((5,5),np.uint8)
迭代次數(shù)iterations：腐蝕次數(shù)，默認1

import cv2 as cv import numpy as npdef erode_demo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)cv.imshow("binary", binary)kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))#卷積核#kernel = np.ones((3, 3), np.uint8)dst = cv.erode(binary, kernel)cv.imshow("erode_demo", dst) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("fushi.jpg") src=cv.resize(src,None,fx=0.4,fy=0.4) cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) erode_demo(src) cv.waitKey(0) cv.destroyAllWindows()

對彩色圖像進行膨脹或腐蝕

import cv2 as cv print("--------- Python OpenCV Tutorial ---------") src = cv.imread("limi.jpg") src=cv.resize(src,None,fx=0.3,fy=0.3) cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3)) dst = cv.erode(src, kernel)#腐蝕 cv.imshow("result", dst) cv.waitKey(0) cv.destroyAllWindows()

開運算

開運算：對圖像先進行腐蝕，然后對腐蝕后的圖進行膨脹
開操作=腐蝕+膨脹
主要應(yīng)用在二值圖像，灰度 圖像也可以。
可以消除背景噪聲
morphologyEx
運算結(jié)果=cv2.morphologyEx(源圖像img,cv2.MORPH_OPEN,卷積核k)
cv2.MORPH_OPEN:開運算

import cv2 as cv import numpy as npdef open_demo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)cv.imshow("binary", binary)kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE, (5, 5))#cv.MORPH_ELLIPSE橢圓形，可以選擇其他形狀binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)cv.imshow("open-result", binary)print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) open_demo(src) cv.waitKey(0) cv.destroyAllWindows()

消除了背景小白點噪聲

閉運算

對圖像進行先膨脹，再腐蝕。
有助于關(guān)閉前景物體上的小孔，或者小黑點。
morphologyEx
運算結(jié)果=cv2.morphologyEx(源圖像img,cv2.MORPH_CLOSE,卷積核k)
cv2.MORPH_CLOSE:閉運算
合理選擇卷積核大小，太小了無法去除前景圖的黑點
主要應(yīng)用在二值圖像，灰度 圖像也可以。

import cv2 as cv import numpy as npdef close_demo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)cv.imshow("binary", binary)kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)cv.imshow("close_demo", binary) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph1.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) close_demo(src) cv.waitKey(0)

消除了前景色小黑點

頂帽

圖像禮帽 也叫圖像頂帽
禮帽圖像=原始圖像-開運算圖像
得到噪聲圖像
開運算：先腐蝕再膨脹
使用方法：morphologyEx
cv2.MORPH_TOPHAT
結(jié)果=cv2.morphologyEx(原始圖像,cv2.MORPH_TOPHAT,卷積核)
卷積核示例：k=np.ones((10,10),np.uint8)

import cv2 as cv import numpy as npdef hat_gray_demo(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))#卷積核dst = cv.morphologyEx(gray, cv.MORPH_TOPHAT, kernel)cimage = np.array(gray.shape, np.uint8)cimage = 120;dst = cv.add(dst, cimage)cv.imshow("tophat", dst) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) hat_gray_demo(src) cv.waitKey(0) cv.destroyAllWindows()

代碼采用了基于灰度度，也可以基于二值圖。
采用不同大小的卷積核，得到的噪聲小白點也不一樣。

黑帽

黑帽圖像=閉運算圖像-原始圖像
得到圖像內(nèi)部的小孔，或前景色的小黑點
閉運算：對圖像進行先膨脹，再腐蝕。有助于關(guān)閉前景物體上的小孔，或者小黑點。
使用對象：二值圖像
使用方法：morphologyEx
cv2.MORPH_BLACKHAT
結(jié)果=cv2.morphologyEx(原始圖像,cv2.MORPH_BLACKHAT,卷積核)
卷積核示例：k=np.ones((10,10),np.uint8)

import cv2 as cv import numpy as npdef hat_binary_demo(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))dst = cv.morphologyEx(binary, cv.MORPH_BLACKHAT, kernel)cv.imshow("tophat", dst) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph1.png")cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) hat_binary_demo(src) cv.waitKey(0) cv.destroyAllWindows()

梯度運算

基本梯度運算結(jié)果=cv2.morphologyEx(源圖像img,cv2.MORPH_GRADIENT,卷積核k)

基本梯度

import cv2 as cv import numpy as np def hat_binary_demo(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))dst = cv.morphologyEx(binary, cv.MORPH_GRADIENT, kernel)cv.imshow("tophat", dst) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph1.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) hat_binary_demo(src) cv.waitKey(0) cv.destroyAllWindows()

外梯度內(nèi)梯度

import cv2 as cv import numpy as npdef gradient2_demo(image):kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))dm = cv.dilate(image, kernel)em = cv.erode(image, kernel)dst1 = cv.subtract(image, em) # internal gradientdst2 = cv.subtract(dm, image) # external gradientcv.imshow("internal", dst1)cv.imshow("external", dst2) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("morph1.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) gradient2_demo(src) cv.waitKey(0) cv.destroyAllWindows()

電氣專業(yè)的計算機萌新，寫博文不容易。如果你覺得本文對你有用，請點個贊支持下，謝謝。

總結(jié)

以上是生活随笔為你收集整理的opencv进阶学习笔记13：图像形态学操作大全（膨胀，腐蚀，开闭，黑帽，顶帽，梯度）python版的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。