原图展示
一、 图像腐蚀 图像腐蚀: 卷积核沿着图像滑动,如果与卷积核对应的原图 像的所有像素值都是 1,那么中心元素就保持原来的像素值,否则就变为零。
根据卷积核的大小靠近前景的所有像素都会被腐蚀 掉(变为 0),所以前景物体会变小,整幅图像的白色区域会减少。这对于去除 白噪声很有用
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
cv2.imshow('demo', erosion)
结果,图像腐蚀之后,人的手臂明显变瘦了
二 图像膨胀
与腐蚀相反,与卷积核对应的原图像的像素值中只要有一个是 1,中心元 素的像素值就是 1。所以这个操作会增加图像中的白色区域(前景)。一般在去 噪声时先用腐蚀再用膨胀
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
dilation = cv2.dilate(erosion,kernel,iterations = 1)
cv2.imshow('demo', dilation)
结果:可以看到再次膨胀之后,得到的图片跟原图比,人物很近 但是外面圆圈没有完全复原
腐蚀和膨胀的处理很简单,只需设置好结构元素, 然后分别调用cv2.erode(…)和cv2.dilate(…)函数即可
三、开运算
开运算和闭运算就是将腐蚀和膨胀按照一定的次序进行处理 先进性腐蚀再进行膨胀就叫做开运算。就是上面两步,它被用来去除噪声。
开运算用于移除由图像噪音形成的斑点
开运算用到的函数是 cv2.morphologyEx()
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
# 开运算
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
cv2.imshow('demo', opening)
结果 可以看到跟上面的第二个展示基本差不多
四、闭运算
先膨胀再腐蚀。 它经常被用来填充前景物体中的小洞,或者前景物体上的小黑点
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
# 闭运算
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
cv2.imshow('demo', closing)
结果:这里可以看到,外圆环破碎的地方被补起来了,外圆环变白了, 人物上的黑点没有了,
某些情况下可以连续运用这两种运算。 如对一副二值图连续使用闭运算和开运算,将获得图像中的主要对象
五、形态学梯度 其实就是一幅图像膨胀与腐蚀的差别。 结果看上去就像前景物体的轮廓。
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
# 梯度
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('demo', gradient)
结果:旁边有很多白色的小点在干扰
六、礼帽 原始图像与进行开运算之后得到的图像的差
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
# 礼帽
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('demo', tophat)
结果:
七、黑帽 进行闭运算之后得到的图像与原始图像的差
import cv2
import numpy as np
img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.uint8)
# 黑帽
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('demo', blackhat)
结果: