python-opencv 之开运算、闭运算、形态学梯度、“礼帽”和“黑帽”

函数原型

运行形态学操作的核心函数是morphologyEx。在本例中，我们使用了4个参数(其余使用默认值):

1. src : 原 (输入) 图像
2. dst: 输出图像
3. operation: 需要运行的形态学操作。 我们有5个选项:
   • Opening: MORPH_OPEN : 2
   • Closing: MORPH_CLOSE: 3
   • Gradient: MORPH_GRADIENT: 4
   • Top Hat: MORPH_TOPHAT: 5
   • Black Hat: MORPH_BLACKHAT: 6
4. kernel: 形态学运算的内核。

前一节我们讨论了两种最基本的形态学操作:

• 腐蚀 (Erosion)
• 膨胀 (Dilation)

运用这两个基本操作，我们可以实现更高级的形态学变换。

开运算 (Opening)

开运算是通过先对图像腐蚀再膨胀实现的。

能够排除小团块物体。

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)

kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算： 先腐蚀后膨胀
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#闭运算：先膨胀后腐蚀

cv2.imshow("opening",opening)
cv2.imshow("closing",closing)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

原图

开运算

闭运算(Closing)

闭运算是通过先对图像膨胀再腐蚀实现的。

能够排除小型黑洞(黑色区域)。

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)

kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算： 先腐蚀后膨胀
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#闭运算：先膨胀后腐蚀

cv2.imshow("opening",opening)
cv2.imshow("closing",closing)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

闭运算

形态梯度(Morphological Gradient)

膨胀图与腐蚀图之差

能够保留物体的边缘轮廓。

代码

#梯度运算  = 膨胀 - 腐蚀
import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
kernel  = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
cv2.imshow("cycle",opening)

kernel = np.ones((5,5),np.uint8)
gradient = cv2.morphologyEx(opening,cv2.MORPH_GRADIENT,kernel)
cv2.imshow("gradient",gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

顶帽(Top Hat)

原图像与开运算结果图之差

代码

#礼帽 = 原始如输入 - 开运算
import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)
kernel = np.ones((5,5),np.uint8)

opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
cv2.imshow("opening",opening)

tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
cv2.imshow("tophat",tophat)

cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

黑帽(Black Hat)

闭运算结果图与原图像之差

代码

import cv2
import matplotlib.pyplot as plt
import numpy as np

img =cv2.imread("./cycle.png",cv2.IMREAD_COLOR)
cv2.imshow("cycle",img)
#kernel = np.ones((5,5),np.uint8)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
cv2.imshow("closing",closing)

blackhat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
cv2.imshow("blackhat",blackhat)

cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16