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Ⅰ~Ⅳ(C++实现):基础、数据结构、排序和搜索

算法Ⅰ~Ⅳ(C++实现):基础、数据结构、排序和搜索

Sedgewick / 高等教育出版社 / 2002-1 / 49.00元

本书通过C++实现方案以简洁、直接的方式对书中的算法和数据结构进行表述,并向学生提供在实际应用中验证这种方法的手段。   本书广泛地论述了与排序、搜索及相关应用有关的基本数据结构和算法。覆盖了数组、链表、串、树和其他基本数据结构,更多地强调抽象数据类型(ADT)、模块化程序设计、面向对象程序设计和C++类。本书包括排序、选择、优先队列ADT实现和符号表ADT(搜索)实现,配有帮助学生学习计算......一起来看看 《算法Ⅰ~Ⅳ(C++实现):基础、数据结构、排序和搜索》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

MD5 加密
MD5 加密

MD5 加密工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具