一起来学opencv(四):形态转换

栏目: 编程工具 · 发布时间: 5年前

内容简介:膨胀与腐蚀是图像形态学最基础的两个操作,形态学的其它操作都是基于这两个操作基础上得到的,图像形态学是二值图像分析的重要分支学科。在OpenCV中膨胀与腐蚀对应两个相关的API,膨胀可以看成是最大值滤波,即用最大值替换中心像素点;腐蚀可以看出是最小值滤波,即用最小值替换中心像素点。腐蚀:erode(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)膨胀:dilate(src, kerne

膨胀与腐蚀是图像形态学最基础的两个操作,形态学的其它操作都是基于这两个操作基础上得到的,图像形态学是二值图像分析的重要分支学科。在OpenCV中膨胀与腐蚀对应两个相关的API,膨胀可以看成是最大值滤波,即用最大值替换中心像素点;腐蚀可以看出是最小值滤波,即用最小值替换中心像素点。

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((15, 15), np.uint8)
erosion = cv2.erode(img, kernel)
dilate = cv2.dilate(img, kernel)

kernel1 = cv2.getStructuringElement(cv2.MORPH_CROSS, (15, 15))
dilate1 = cv2.dilate(img, kernel1)

plt.subplot(2, 2, 1)
plt.imshow(img, "gray")
plt.title("img")

plt.subplot(2, 2, 2)
plt.imshow(erosion, "gray")
plt.title("erosion")

plt.subplot(2, 2, 3)
plt.imshow(dilate, "gray")
plt.title("dilate")

plt.subplot(2, 2, 4)
plt.imshow(dilate1, "gray")
plt.title("dilate1")

plt.show()
复制代码

腐蚀:erode(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

膨胀:dilate(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

  • src:要入图像
  • kernel:结构元素
  • dst:输出图像
  • anchor:中心位置锚定
  • iterations:循环次数
  • borderValue:边缘填充类型

getStructuringElement(shape, ksize, anchor=None)

  • shape:结构元素的类型
    • MORPH_ELLIPSE:椭圆(默认)
    • MORPH_CROSS:十字
    • MORPH_RECT:矩形
  • ksize:结构元素的大小
  • anchor:中心位置锚定
    一起来学opencv(四):形态转换

2.形态转化

img = cv2.imread('./img/g1.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
cv2.imshow("opening", opening)
cv2.waitKey(0)

img = cv2.imread('./img/g2.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
cv2.imshow("opening", opening)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((5, 5), np.uint8)
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
cv2.imshow("gradient", gradient)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((3, 3), np.uint8)
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)

img = cv2.imread('./img/g.jpg', 0)
kernel = np.ones((3, 3), np.uint8)
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow("tophat", tophat)
cv2.waitKey(0)
复制代码

morphologyEx(src, op, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

  • src:要入图像
  • op:形态学操作
    • 开操作(MORPH_OPEN):腐蚀 + 膨胀
      开操作的作用:开操作可以删除二值图像中小的干扰块,降低图像二值化之后噪点过多的问题
      一起来学opencv(四):形态转换
    • 闭操作(MORPH_CLOSE):膨胀 + 腐蚀
      闭操作的作用:闭操作可以填充二值图像中孔洞区域,形成完整的闭合区域连通组件
      一起来学opencv(四):形态转换
    • 梯度操作的作用:主要提取连通组件的轮廓或边框
      梯度操作分为:基础梯度(MORPH_GRADIENT),内梯度(MORPH_ERODE),外梯度(MORPH_DILATE)
      一起来学opencv(四):形态转换
    • 顶帽(MORPH_TOPHAT):原图 – 开操作
      顶帽操作的作用:图像与开操作之间的差异,顶帽操作有时候对于我们提取图像中微小部分特别有用
      一起来学opencv(四):形态转换
    • 黑帽操作 = 闭操作 – 原图 顶帽操作的作用:图像与闭操作之间的差异
      一起来学opencv(四):形态转换
  • kernel:结构元素
  • dst:输出图像
  • anchor:中心位置锚定
  • iterations:循环次数
  • borderValue:边缘填充类型

以上所述就是小编给大家介绍的《一起来学opencv(四):形态转换》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

算法的乐趣

算法的乐趣

王晓华 / 人民邮电出版社 / 2015-4 / 79.00元

算法之大,大到可以囊括宇宙万物的运行规律;算法之小,小到寥寥数行代码即可展现一个神奇的功能。算法的应用和乐趣在生活中无处不在: 历法和二十四节气计算使用的是霍纳法则和求解一元高次方程的牛顿迭代法; 音频播放器跳动的实时频谱背后是离散傅立叶变换算法; DOS时代著名的PCX图像文件格式使用的是简单有效的RLE压缩算法; RSA加密算法的光环之下是朴实的欧几里德算法、蒙哥马利算......一起来看看 《算法的乐趣》 这本书的介绍吧!

MD5 加密
MD5 加密

MD5 加密工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试