目錄
前面介紹了 形態學處理——圖像開運算與圖像閉運算,其中:
圖像開運算:先腐蝕,後膨脹。一般會平滑物體的輪廓、斷開較窄的狹頸並消除細的突出物。
圖像閉運算:先膨脹,後腐蝕。同樣也會平滑輪廓的一部分。但與開操作相反,它通常會彌合較窄的間斷和細長的溝壑,消除小的孔洞,填補輪廓線中的斷裂。
1 圖像頂帽運算(原始圖像 — 開運算)
1.1 基本原理
圖像頂帽(或圖像禮帽)運算是原始圖像減去圖像開運算的結果,得到圖像的噪聲。如下圖所示:
頂帽運算:原始圖像 — 圖像開運算
1.2 代碼示例
圖像頂帽運算使用函數 morphologyEx() ,其參數 cv2.MORPH_TOPHAT 對應頂帽運算。
morphologyEx() 函數形式如下:
dst = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
其中,參數:
dst 表示處理的結果;
src 表示原圖像;
cv2.MORPH_TOPHAT 表示頂帽運算;
kernel 表示卷積核。
例如,下圖表示 55 的卷積核,可以採用函數 np.ones((5,5), np.uint8) 構建。
(1)卷積核大小爲 55
代碼如下所示:
#encoding:utf-8
import cv2
import numpy as np
#讀取圖片
src = cv2.imread('test5.bmp', cv2.IMREAD_UNCHANGED)
#設置卷積核
kernel = np.ones((5,5), np.uint8)
#圖像閉運算
result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()
運行結果如下圖所示:
(2)卷積核大小爲 1515
代碼如下所示:
#encoding:utf-8
import cv2
import numpy as np
#讀取圖片
src = cv2.imread('test5.bmp', cv2.IMREAD_UNCHANGED)
#設置卷積核
kernel = np.ones((15,15), np.uint8)
#圖像閉運算
result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()
運行結果如下圖所示:
2 圖像黑帽運算(閉運算 — 原始圖像)
2.1 基本原理
圖像黑帽運算是圖像閉運算操作減去原始圖像的結果,得到圖像內部的小孔,或者前景色中的小黑點。如下圖所示:
黑帽運算:閉運算 — 原始圖像
2.2 代碼示例
圖像黑帽運算使用函數 morphologyEx() ,其參數 cv2.MORPH_BLACKHAT 對應黑帽運算。
morphologyEx() 函數形式如下:
dst = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
其中,參數:
dst 表示處理的結果;
src 表示原圖像;
cv2.MORPH_BLACKHAT 表示黑帽運算;
kernel 表示卷積核。
例如,下圖表示 55 的卷積核,可以採用函數 np.ones((5,5), np.uint8) 構建。
(1)卷積核大小爲 55
代碼如下所示:
#encoding:utf-8
import cv2
import numpy as np
#讀取圖片
src = cv2.imread('test6.bmp', cv2.IMREAD_UNCHANGED)
#設置卷積核
kernel = np.ones((5,5), np.uint8)
#圖像閉運算
result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()
運行結果如下圖所示:
(2)卷積核大小爲 1515
代碼如下所示:
#encoding:utf-8
import cv2
import numpy as np
#讀取圖片
src = cv2.imread('test6.bmp', cv2.IMREAD_UNCHANGED)
#設置卷積核
kernel = np.ones((15,15), np.uint8)
#圖像閉運算
result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()
運行結果如下圖所示:
參考資料
[1] https://blog.csdn.net/Eastmount/article/details/83692456