一起来学opencv（四）：形态转换

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

  

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

    

  • 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

    

  • 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）

    

  • 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

    

  • 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

    

• 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