OpenCV图像形态学如何处理
这篇文章主要讲解了“OpenCV图像形态学如何处理”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“OpenCV图像形态学如何处理”吧!
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()
相关内容
这些是最新的
热门排行
- THINKPHP5+GatewayWorker+Workerman 开发在线客服系统
- 在手机浏览器网页中点击链接跳转到微信界面的方法
- 尊云网站目录系统 ThinkPHP5网站分类目录程序 v2.2.221011
- CentOS 7安装shadowsock(一键安装脚本)
- AdminTemplate 基于LayUI 2.4.5实现的网站后台管理模板
- 用NW.js(node-webkit)开发多平台的桌面客户端
- PHP生成随机昵称/用户名
- THINKPHP5网站分类目录程序 尊云网站目录系统
- 织梦(DEDECMS)微信支付接口 微信插件
- 基于LayUI开发的 网站后台管理模板 BeginnerAdmin
- 响应式后台网站模板 - AMA.ADMIN
- layuiAdmin后台管理模板 Iframe版
- LayUI 1.0.9 升级 至 LayUI 2.1.4 方法
- 简洁清爽的会员中心模板
- jQuery幸运大转盘抽奖活动代码