opencv: 形态学转换(图示+源码)

JNingWei

发布于 2018-09-28 15:58:07

1.1K0

发布于 2018-09-28 15:58:07

文章被收录于专栏：JNing的专栏JNing的专栏

综述

OpenCV中的形态学转换操作有七种：腐蚀，膨胀，开运算，闭运算，形态学梯度，礼帽，黑帽。

API参照表

中文名	英文名	api	原理	个人理解
腐蚀	erode	erosion = cv2.erode(src=girl_pic, kernel=kernel)	对滑窗中的像素点按位乘，再从中取最小值点作为输出。可以去浅色噪点	浅色成分被腐蚀
膨胀	dilate	dilation = cv2.dilate(src=girl_pic, kernel=kernel)	对滑窗中的像素点按位乘，再从中取最大值点作为输出。可以增加浅色成分	浅色成分得膨胀
开运算	morphology-open	opening = cv2.morphologyEx(girl_pic, cv2.MORPH_OPEN, kernel)	先腐蚀，后膨胀，去白噪点	先合再开，对浅色成分不利
闭运算	morphology-close	closing = cv2.morphologyEx(girl_pic, cv2.MORPH_CLOSE, kernel)	先膨胀，后腐蚀，去黑噪点	先开再合，浅色成分得势
形态学梯度	morphology-grandient	gradient = cv2.morphologyEx(girl_pic, cv2.MORPH_GRADIENT, kernel)	一幅图像腐蚀与膨胀的区别，可以得到轮廓	数值上解释为：膨胀减去腐蚀
礼帽	tophat	tophat = cv2.morphologyEx(girl_pic, cv2.MORPH_TOPHAT, kernel)	原图像减去开运算的差	数值上解释为：原图像减去开运算
黑帽	blackhat	blackhat = cv2.morphologyEx(girl_pic, cv2.MORPH_BLACKHAT, kernel)	闭运算减去原图像的差	数值上解释为：闭运算减去原图像

实验思路：

写代码，实现OpenCV 自带的 七种形态学转换操作，并将生成的图片存入 pic 文件夹；
用 礼帽生成图 加上 开运算生成图，看看能否得到原图，并将生成的图片存入 pic 文件夹；
用 闭运算生成图 减去 黑帽生成图，看看能否得到原图，并将生成的图片存入 pic 文件夹；
如果成功，则验证自己的思路是正确的。

Demo:

原始图像

（../pic/girl.jpg）：

七种形态学转换操作

erode 腐蚀（../pic/erosion.jpg）：

dilate　膨胀（../pic/dilation.jpg）：

open　开运算（../pic/opening.jpg）：

close　闭运算（../pic/closing.jpg）：

gradient　形态学梯度（../pic/gradient.jpg）：

tophat　礼帽（../pic/tophat.jpg）：

blackhat　黑帽（../pic/blackhat.jpg）：

通过转换后的图像得到原图像

cv2.add(open, tophat)　cv2.add(开运算, 礼帽) （../pic/open_and_tophat.jpg）：

close-blackhat　闭运算-黑帽（../pic/close_subtract_blackhat.jpg）：

附上自己写的实验代码：

# -*- coding: utf-8 -*-

import cv2
import numpy as np

girl_pic = cv2.imread('../pic/girl.jpg')

kernel = np.ones((5, 5), np.uint8)

# erode 腐蚀
erosion = cv2.erode(src=girl_pic, kernel=kernel)
cv2.imshow('erosion', erosion)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/erosion.jpg', erosion)

# dilate　膨胀
dilation = cv2.dilate(src=girl_pic, kernel=kernel)
cv2.imshow('dilation', dilation)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/dilation.jpg', dilation)

# open　开运算
opening = cv2.morphologyEx(girl_pic, cv2.MORPH_OPEN, kernel)
cv2.imshow('opening', opening)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/opening.jpg', opening)

# close　闭运算
closing = cv2.morphologyEx(girl_pic, cv2.MORPH_CLOSE, kernel)
cv2.imshow('closing', closing)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/closing.jpg', closing)

# gradient　形态学梯度
gradient = cv2.morphologyEx(girl_pic, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('gradient', gradient)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/gradient.jpg', gradient)

# tophat　礼帽
tophat = cv2.morphologyEx(girl_pic, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('tophat', tophat)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/tophat.jpg', tophat)

# blackhat　黑帽
blackhat = cv2.morphologyEx(girl_pic, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('blackhat', blackhat)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/blackhat.jpg', blackhat)

# cv2.add(open, tophat)　cv2.add(开运算, 礼帽)
open_and_tophat = cv2.add(opening, tophat)
cv2.imshow('open_and_tophat', open_and_tophat)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/open_and_tophat.jpg', open_and_tophat)

# close-blackhat　闭运算-黑帽
close_subtract_blackhat = closing - blackhat
cv2.imshow('close_subtract_blackhat', close_subtract_blackhat)
cv2.waitKey(2000)
cv2.destroyAllWindows()
cv2.imwrite('../pic/close_subtract_blackhat.jpg', close_subtract_blackhat)