前言

开操作和闭操作都是基于膨胀和腐蚀操作组合形成的。先腐蚀再膨胀就是开操作，先膨胀再腐蚀就是闭操作了。用开操作可以去除噪声，也可以提取水平或者垂直的直线。闭操作将错误分开成小片的物体从新连接成一个整体。而开操作则是去除一小块的噪点。
开操作：
开操作 = 腐蚀+膨胀，输入图像 + 结构元素
作用：主要是应用在二值图像分析中，灰度图像亦可；用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.提取水平或竖直的线
闭操作：
开操作 = 膨胀+腐蚀，输入图像 + 结构元素
作用：主要是应用在二值图像分析中，灰度图像亦可；用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。

正文

这里演示一下使用开操作来去除对应的水平或垂直线

开操作

去除水平线效果图

code

def open_demo(image):gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU)cv.imshow("binary image",binary)kernel = cv.getStructuringElement(cv.MORPH_RECT,(1,15))morphoImage = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)cv.imshow("morphoImage",morphoImage)

去除垂直线效果图

code

def open_demo(image):gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU)cv.imshow("binary image",binary)kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,1))morphoImage = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)cv.imshow("morphoImage",morphoImage)

其实就只要修改里面的那个kernel就可以了。

若是要去除斜线，则将那个kernel直接修改成(3,3)即可。

闭操作

我尝试了一下，也是可以实现对应的效果的。
效果图

code

def close_demo(image):gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)cv.imshow("binary image",binary)kernel = cv.getStructuringElement(cv.MORPH_RECT,(1,15))morphoImage = cv.morphologyEx(binary,cv.MORPH_CLOSE,kernel)cv.imshow("morphoImage",morphoImage)

其他形态学操作

顶帽

又称礼帽，是原始图像与进行开运算之后得到的图像的差。
因为开运算到来的结果是放大了裂痕或者局部低亮度的区域，因此，从原图中减去运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。
顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。
code

def top_hatDemo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("binary", gray)kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))  # 如果提取的是圆形，那么使用的是MORPH_ELLIPSEmorphoImage = cv.morphologyEx(gray, cv.MORPH_TOPHAT, kernel)cImage = np.array(gray.shape,np.uint8)cImage = 100;morphoImage = cv.add(cImage,morphoImage)cv.imshow("top_hatDemo morphoImage", morphoImage)

这里为了让现实的图片更加清楚一些，做了一个add的动作。
效果图

闭帽

又称为黑帽。是进行闭运算以后得到的图像与原图像的差。黑帽运算之后的效果图突出了与原图像轮廓周围的区域更暗的区域，且这一操作和选择的核大小相关。所以黑帽运算用来分离比邻近点暗一些的斑块。
code

def black_hatDemo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("binary", gray)kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))  # 如果提取的是圆形，那么使用的是MORPH_ELLIPSEmorphoImage = cv.morphologyEx(gray, cv.MORPH_BLACKHAT, kernel)cImage = np.array(gray.shape,np.uint8)cImage = 100;morphoImage = cv.add(cImage,morphoImage)cv.imshow("black_hatDemo morphoImage", morphoImage)

效果图

还可以用在检在不良品。例如下图：

梯度

基本梯度

效果图

code

def hat_binaryDemo(image):print(image.shape)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("binary", gray)kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))  # 如果提取的是圆形，那么使用的是MORPH_ELLIPSEmorphoImage = cv.morphologyEx(gray, cv.MORPH_GRADIENT, kernel)cImage = np.array(gray.shape,np.uint8)cImage = 100;morphoImage = cv.add(cImage,morphoImage)cv.imshow("black_hatDemo morphoImage", morphoImage)

内外梯度

效果图

code

def gradient2_demo(image):kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,3))dm = cv.dilate(image,kernel)em = cv.erode(image,kernel)dst1 = cv.subtract(image,em)dst2 = cv.subtract(dm,image)cv.imshow("internel",dst1)cv.imshow("external",dst2)

参考

OpenCV学习笔记-开闭操作
OpenCV+python：开闭操作
OpenCV 2 学习笔记(23): 开操作与闭操作
OpenCV学习笔记-顶帽、黑帽、形态学梯度

OpenCV——开闭操作相关推荐

OpenCV.开闭操作
开闭操作开闭操作依赖于腐蚀和膨胀组合成的新的形态学操作.开操作主要用于去除图形的噪声或元件间连接:而闭操作主要用于填充闭合区域.开闭操作主要场景是较小的特征范围.下面是其声明: morphology ...
【图像处理】——Python OpenCV实现形态学膨胀、腐蚀开闭操作（可以用于图像滤波、图像分割等）
转载博客请注明详细地址,谢谢本文讲了形态学基本操作膨胀腐蚀开闭操作的原理本文讲解了用OpenCV-Python实现形态学操作目录一.形态学简述 1.简介 2.一些基本定义 3.结构元素 (1) ...
python opencv打开图片关闭_自学python-opencv(9)图像开闭操作
开操作(Open) 图像形态学的重要操作之一,基于膨胀与腐蚀操作组合形成的主要是应用在二值图像分析中,灰度图像亦可开操作=腐蚀+膨胀,输入图像+结构元素 --------------------- ...
图像的形态学开操作(开运算)和闭操作(闭运算)的概念和作用,并用OpenCV的函数morphologyEx()实现对图像的开闭操作
大家看这篇博文前可以先看一看下面这篇博文,下面这篇博文是这篇博文的基础: 详解图像形态学操作之图形的腐蚀和膨胀的概念和运算过程,并利用OpenCV的函数erode()和函数dilate()对图像进行腐 ...
开闭操作进行平滑处理与边缘提取
1,开闭操作进行平滑处理 %开闭处理平滑处理 clear,clc,close all; Image = rgb2gray(imread('pic01.bmp'));BW = imbinarize(Im ...
OpenCV 开闭运算
开运算和闭运算是将腐蚀和膨胀按照一定的次序进行处理. 但这两者并不是可逆的,即先开后闭并不能得到原来的图像. 开运算开运算是先腐蚀后膨胀,其作用是:分离物体,消除小区域.特点:消除噪点,去除小的干扰 ...
C++ OpenCV形态学操作--开闭操作,形态学梯度,顶帽,黑帽
https://my.oschina.net/u/4582134/blog/4582844
Opencv开闭运算去除反光噪声
开运算: #include<opencv2/opencv.hpp> #include<iostream> #include<math.h>using namespa ...
opencv 实现图像形态学操作膨胀和腐蚀开闭运算形态学梯度顶帽和黑帽
图像膨胀和腐蚀图解原理及python实现更多内容:图像膨胀和腐蚀原理及python实现 opencv中膨胀和腐蚀函数 dilation = cv.dilate(img, kernel) # 膨胀 ...

OpenCV——开闭操作

目录

前言

正文

开操作

闭操作

其他形态学操作

顶帽

闭帽

梯度

基本梯度

内外梯度

参考

OpenCV——开闭操作相关推荐

最新文章

热门文章