OpenCV学习之图像形态学处理详解

更新时间：2023年02月15日 15:19:25 作者：双子座断点

这篇文章主要为大家详细介绍了OpenCV中图像形态学处理的相关知识，例如：腐蚀操作、膨胀操作、开闭运算、梯度运算、Top Hat Black Hat运算等操作，需要的可以参考一下

1.腐蚀操作

从下面代码中可以看到有三幅腐蚀程度不同的图，腐蚀越严重像素就越模糊

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg")  # 读取彩色图像(BGR)
    kernel = np.ones((3, 3), np.uint8)
    erosion = cv2.erode(img1, kernel)
    cv2.imshow("img1", erosion)  # 显示叠加图像 dst
 
    img2 = cv2.imread("D:/Jupyter_Notebooks/0.jpg")  # 读取彩色图像(BGR)
    kernel = np.ones((10, 10), np.uint8)
    erosion_1 = cv2.erode(img2, kernel)
    cv2.imshow('erosion_1', erosion_1)
 
    img3 = cv2.imread("D:/Jupyter_Notebooks/0.jpg")  # 读取彩色图像(BGR)
    kernel = np.ones((30, 30), np.uint8)
    erosion_2 = cv2.erode(img3, kernel)
    cv2.imshow('erosion_2', erosion_2)
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

binary_img = np.array([ [0, 0, 0, 0, 0],
                        [0,255,255,255,0],
                        [0,255,255,255,0],
                        [0,255,255,255,0],
                        [0, 0, 0, 0, 0]],np.uint8)
ones((3,3),np.uint8)
 
[[  0   0   0   0   0]
 [  0   0   0   0   0]
 [  0   0 255   0   0]
 [  0   0   0   0   0]
 [  0   0   0   0   0]]

通过上面的例子发现，经过3x3的kernel之后，最终只保留了中心的255像素，周边的255都变成了0。在进行腐蚀操作的时候，就是通过kernel大小的卷积在原图像上滑动，只有当kernel范围内的像素全为255时输出才为255，否则输出为0，所以kernel越大最终白色像素保留的会越少。

2.膨胀操作

图像经过膨胀之后，白色像素的范围变大了。在做膨胀的时候，只要当kernel范围内的像素有255时输出就为255。

3.开闭运算

开运算其实就是先通过腐蚀操作后面再进行膨胀，闭运算和开运算恰好相反先通过膨胀操作后面再进行腐蚀。

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg")  # 读取彩色图像(BGR)
    # 定义kernel
    kernel = np.ones((3, 3), np.uint8)
    # 开运算
    open_img = cv2.morphologyEx(img1, cv2.MORPH_OPEN, kernel)
    # 闭运算
    close_img = cv2.morphologyEx(img1, cv2.MORPH_CLOSE, kernel)
 
 
    cv2.imshow("open_img", open_img)  # 显示叠加图像 dst
    cv2.imshow("close_img", close_img)  # 显示叠加图像 dst
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

4.梯度运算

梯度运算等价于膨胀运算-腐蚀运算梯度运算主要是用来保留图像的轮廓

5.Top Hat Black Hat运算

Top Hat运算等价于原始图像 - 开运算，Black Hat运算等价于闭运算 - 原始图像

形态学Top-Hat变换是指形态学顶帽操作与黑帽操作，前者是计算源图像与开运算结果图之差，后者是计算闭运算结果与源图像之差。

形态学Top-Hat变换是常用的一种滤波手段，具有高通滤波的某部分特性，可实现在图像中检测出周围背景亮结构或周边背景暗结构。

顶帽操作常用于检测图像中的峰结构。

黑帽操作常用于检测图像中的波谷结构。

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg")  # 读取彩色图像(BGR)
    # 定义kernel
    kernel = np.ones((3, 3), np.uint8)
    tophat_img = cv2.morphologyEx(img1, cv2.MORPH_TOPHAT, kernel)
    blackhat_img = cv2.morphologyEx(img1, cv2.MORPH_BLACKHAT, kernel)
 
 
    cv2.imshow("tophat_img", tophat_img)  # 显示叠加图像 dst
    cv2.imshow("blackhat_img", blackhat_img)  # 显示叠加图像 dst
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

以上就是OpenCV学习之图像形态学处理详解的详细内容，更多关于OpenCV图像形态学处理的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python轻量级搜索工具Whoosh的使用教程
本文将为大家简单介绍一下Python中的一个轻量级搜索工具Whoosh，并给出相应的使用示例代码，感兴趣的小伙伴可以跟随小编一起学习一下
2022-07-07
tensorflow dataset.shuffle、dataset.batch、dataset.repeat顺序区别详
这篇文章主要介绍了tensorflow dataset.shuffle、dataset.batch、dataset.repeat顺序区别详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2020-06-06
python结束程序运行的四种方法
大家好,小编为大家解答python结束程序的代码用什么符号的问题,很多人还不知道python如何结束程序运行,文中通过代码示例和图文结合的方式介绍的非常详细,现在让我们一起来看看吧
2024-07-07
python实现跨文件全局变量的方法
这篇文章主要介绍了python实现跨文件全局变量的方法,需要的朋友可以参考下
2014-07-07
PHP实现发送和接收JSON请求
本篇文章给大家分享了PHP实现发送和接收JSON请求的详细方法和实例代码，有兴趣的朋友可以参考学习下。
2018-06-06
Python使用Gradio实现免费的内网穿透
内网穿透是一种将内部网络服务暴露到公共网络的技术,可以让外部用户访问内部网络上的服务,本文将介绍如何使用Gradio实现免费的内网穿透,需要的可以参考下
2024-03-03
Pycharm中无法使用pip安装的包问题解决方案
本文主要介绍了Pycharm中无法使用pip安装的包问题解决方案,在终端通过pip装好包以后,在pycharm中导入包时,依然会报错,下面就来介绍一下解决方法
2023-09-09
python爬虫智能翻页批量下载文件的实例详解
在本篇文章里小编给大家整理的是一篇关于python爬虫智能翻页批量下载文件的实例详解内容，有兴趣的朋友们可以学习下。
2021-02-02
python中文分词教程之前向最大正向匹配算法详解
中文分词是中文文本处理的一个基础性工作，然而长久以来，在Python编程领域，一直缺少高准确率、高效率的分词组件。下面这篇文章主要给大家介绍了关于python中文分词教程之前向最大正向匹配算法的相关资料，需要的朋友可以参考下。
2017-11-11
Python+logging输出到屏幕将log日志写入文件
这篇文章主要给大家介绍了关于Python+logging输出到屏幕将log日志写入文件的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-11-11