深圳手机网站定制开发,网站制作排序,广东网站建设公司排名,更改各网站企业信息怎么做简介#xff1a; 本文详细介绍了图像形态学中的多种运算#xff0c;包括腐蚀、膨胀、开运算、闭运算、形态学梯度运算、礼帽运算以及黑帽运算。分别阐述了各运算的原理、语法格式#xff0c;并通过 Python 代码结合具体示例图片#xff08;如erode.JPG、dilate.JPG、close.…
简介 本文详细介绍了图像形态学中的多种运算包括腐蚀、膨胀、开运算、闭运算、形态学梯度运算、礼帽运算以及黑帽运算。分别阐述了各运算的原理、语法格式并通过 Python 代码结合具体示例图片如erode.JPG、dilate.JPG、close.JPG等展示了各运算的实际效果及对图像产生的改变帮助读者理解这些图像形态学运算在图像处理中的应用。 如果您觉得我的文章对您有帮助请您点赞收藏关注我会持续为您带来更多跟OpenCV相关的文章。 《图像形态学运算全解析原理、语法及示例展示》 1 腐蚀2 膨胀3 开运算4 闭运算5 形态学梯度运算6 礼帽运算黑帽运算致谢 1 腐蚀
腐蚀的原理如下 语法如下 dst cv2.erode原始图像src黑色方块的大小kernelanchor锚点 iterations迭代次数默认为1borderType边界样式一般不修改 用下面这张图做例子这张图片在我的jupyter notebook文件夹下起名erode.JPG,这是我的文件夹结构用pycharm一样和代码放在同一个文件夹下就好
import numpy as np
import cv2
image cv2.imread(erode.JPG)
kernel np.ones((5,5),dtype np.uint8)
erode_image cv2.erode(src image , kernel kernel )
cv2.imshow(original,image)
cv2.imshow(erode,erode_image)
cv2.waitKey()
cv2.destroyAllWindows()根据腐蚀的原理当黑色方框kernel经过画红线的白色部分时前景色是黑色背景色是白色。所以被腐蚀成黑色。通过腐蚀实现了去噪
2 膨胀
膨胀的原理与腐蚀相反 语法如下 dst cv2.dilate原始图像src扫描元kerneliterations迭代次数 我们用下面这张图做例子他在我的文件夹下命名为dilate.JPG
import numpy as np
import cv2
image cv2.imread(dilate.JPG)
kernel np.ones((5,5),dtype np.uint8)
di_image cv2.dilate(src image,kernel kernel ,iterations 8)
cv2.imshow(original,image)
cv2.imshow(di,di_image)
cv2.waitKey()
cv2.destroyAllWindows()这张图经过8次膨胀从左边变到了右边很多背景色被膨胀成前景色导致了Z字母的增大。
3 开运算
是先腐蚀后膨胀腐蚀可以去掉一些噪声多余的边角料但是会导致形状缩小膨胀又把形状变大。 语法 dst cv2.morphologyEx原始图像srcop cv2.MORPH_OPEN黑色方块的大小kernelanchor锚点 iterations迭代次数默认为1borderType边界样式一般不修改 使用erode.JPG这个例子来展示一下效果
import numpy as np
import cv2
image cv2.imread(erode.JPG)
kernel np.ones((5,5),dtype np.uint8)
erode_image cv2.erode(src image , kernel kernel ,iterations 4)
di_image cv2.dilate(src erode_image , kernel kernel ,iterations 4)
open_image cv2.morphologyEx(src image ,kernel kernel ,iterations 4 , op cv2.MORPH_OPEN)
cv2.imshow(original,image)
cv2.imshow(erode,erode_image)
cv2.imshow(di,di_image)
cv2.imshow(open,open_image)
cv2.waitKey()
cv2.destroyAllWindows() 4 闭运算
他和开运算相反是先膨胀后腐蚀他的作用是关闭前景图像中的小孔比如下面这张图 我把他命名为close.JPG存放在我的文件夹中
import numpy as np
import cv2
image cv2.imread(close.JPG)
kernel np.ones((5,5),dtype np.uint8)
di_image cv2.dilate(src image , kernel kernel ,iterations 4)
erode_image cv2.erode(src di_image , kernel kernel ,iterations 4)
close_image cv2.morphologyEx(src image ,kernel kernel ,iterations 4 , op cv2.MORPH_CLOSE)
cv2.imshow(original,image)
cv2.imshow(erode,erode_image)
cv2.imshow(di,di_image)
cv2.imshow(close,close_image)
cv2.waitKey()
cv2.destroyAllWindows() 5 形态学梯度运算
他是膨胀-腐蚀语法是把cv2.morphologyEx的op参数改为cv2.MORPH_GRANDIENT 还用close.JPG作为例子展示一下效果
import numpy as np
import cv2
image cv2.imread(close.JPG)
kernel np.ones((7,7),dtype np.uint8)
di_image cv2.dilate(src image , kernel kernel )
erode_image cv2.erode(src di_image , kernel kernel)
new di_image-erode_image
Grad cv2.morphologyEx(src image,kernel kernel,op cv2.MORPH_GRADIENT )
cv2.imshow(orginal,image)
cv2.imshow(di,di_image)
cv2.imshow(er,erode_image)
cv2.imshow(di-er,new)
cv2.imshow(Gra,Grad)
cv2.waitKey()
cv2.destroyAllWindows() 6 礼帽运算
原图像-开运算得到的是边缘或者噪声 语法 op cv2.MORPH_TOPHAT 下面用erode.JPG做案例
import numpy as np
import cv2
image cv2.imread(erode.JPG)
kernel np.ones((5,5),dtype np.uint8)
open_image cv2.morphologyEx(src image ,kernel kernel ,iterations 4 , op cv2.MORPH_OPEN)
tophat_image cv2.morphologyEx(src image,kernel kernel ,iterations 4, op cv2.MORPH_TOPHAT)
cv2.imshow(original,image)
cv2.imshow(open,open_image)
cv2.imshow(3,image-open_image)
cv2.imshow(tophat,tophat_image)
cv2.waitKey()
cv2.destroyAllWindows() 黑帽运算
闭运算图-原始图像 内部的小孔 \ 边缘部分 op cv2.MORPH_BLACKHAT 下面用close.JPG做案例
import numpy as np
import cv2
image cv2.imread(close.JPG)
kernel np.ones((7,7),dtype np.uint8)
Close_image cv2.morphologyEx(src image,kernel kernel,op cv2.MORPH_CLOSE )
black_image cv2.morphologyEx(src image,kernel kernel ,op cv2.MORPH_BLACKHAT)
cv2.imshow(orginal,image)
cv2.imshow(clo,Close_image)
cv2.imshow(minus,image-Close_image)
cv2.imshow(black,black_image)cv2.waitKey()
cv2.destroyAllWindows() 致谢
本文参考了一些博主的文章博取了他们的长处也结合了我的一些经验对他们表达诚挚的感谢使我对 形态学操作 有更深入的了解也推荐大家去阅读一下他们的文章。纸上学来终觉浅明知此事要躬行 【OpenCV-图像形态学操作】礼帽与黑帽、梯度运算、开运算与闭运算、形态学-膨胀操作、形态学-腐蚀操作 OpenCV九形态学操作4–礼帽与黑帽顶帽与底帽
