形态学—腐蚀操作

对于上示图像，发现有像毛一样的东西，如何去把它去掉？（erode函数）

首先我们先读取这张照片

img=cv2.imread('dige.png')

cv2.imshow('img',img)

cv2.waitKey(0)

cv2.destroyAllWindows()

#（5,5）是盒的大小

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

#iterations是迭代次数，即腐蚀次数

erosion=cv2.erode(img,kernel,iterations=1)

cv2.imshow('erosion',erosion)

cv2.waitKey(0)

cv2.destroyAllWindows()

处理后的结果如下图，可以看到，毛边没有了，而且线条变细了

形态腐蚀，即在一个盒内周围区域的颜色相同则不变，颜色不同（如圆的边缘部分的盒中有黑有白），就会将这个点腐蚀掉（变为黑色），每迭代一次就会腐蚀一次（圆越来越小）

pie=cv2.imread('pie.png')

cv2.imshow('pie',pie)

cv2.waitKey(0)

cv2.destroyAllWindows()

kernel=np.ones((30,30),np.uint8)

erosion_1=cv2.erode(pie,kernel,iterations=1)

erosion_2=cv2.erode(pie,kernel,iterations=2)

erosion_3=cv2.erode(pie,kernel,iterations=3)

res=np.hstack((erosion_1,erosion_2,erosion_3))

cv2.imshow('res',res)

cv2.waitKey(0)

cv2.destroyAllWindows()

形态学—膨胀操作

仍然采用迪哥图片，先读取图片，然后进行腐蚀操作，腐蚀后发现迪哥的线条变细了，然后开始进行膨胀操作。（dilate函数）

kernel =np.ones((3,3),np.uint8)

#dige_dilate为腐蚀之后的图像

dige_dilate=cv2.dilate(dige_erosion,kernel,iterations=1)

cv2.imshow('dilate',dige_dilate)

cv2.waitKey(0)

cv2.destroyAllWindows()

膨胀操作，盒中框选到了白色，则将其置为白色，与腐蚀操作相反。

pie=cv2.imread('pie.png')

kernel=np.ones((30,30),np.uint8)

dilate_1=cv2.dilate(pie,kernel,iterations=1)

dilate_2=cv2.dilate(pie,kernel,iterations=2)

dilate_3=cv2.dilate(pie,kernel,iterations=3)

res=np.hstack((dilate_1,dilate_2,dilate_3))

cv2.imshow('res',res)

cv2.waitKey(0)

cv2.destroyAllWindows()

开运算与闭运算

两种参数，由下方两个指定

cv2.MORPH_OPEN
cv2.MORPH_CLOSE

#开：先腐蚀，再膨胀

img=cv2.imread('dige.png')

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

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

cv2.imshow('opening',opening)

cv2.waitKey(0)

cv2.destroyAllWindows()

#闭：先膨胀，再腐蚀

img=cv2.imread('dige.png')

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

closing=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)

cv2.imshow('closing',closing)

cv2.waitKey(0)

cv2.destroyAllWindows()

先腐蚀再膨胀，可以去掉毛刺；先膨胀，再腐蚀，毛刺变的比以前还大了。

剃度运算

剃度运算做三件事，一是对原始图像进行一个膨胀，二是对原始图像进行一个腐蚀，三是用膨胀的减去腐蚀的。（图像当中的减法）

#梯度=膨胀-腐蚀

pie=cv2.imread('pie.png')

kernel=np.ones((7,7),uint8)

dilate=cv2.dilate(pie,kernel,iterations=5)

erosion=cv2.erode(pie,kernel,iterations=5)

res=np.hstack((dilate,erosion))

cv2.imshow('res',res)

cv2.waitKey(0)

cv2.destroyAllWindows()

cv2.MORPH_GRADIENT 梯度参数

gradient=cv2.morphologyEx(pie,cv2.MORPH_GRADIENT,kernel)

cv2.imshow('gradient',gradient)

cv2.waitKey(0)

cv2.destroyAllWindows()

礼帽与黑帽

cv2.MORPH_TOPHAT 礼帽=原始输入-开运算结果

如迪哥例子，原始输入带有毛边，开运算是先腐蚀再膨胀去掉了毛边，所以礼帽剩下的就是毛边

cv2.MORPH_BLACKHAT 黑帽=闭运算-原始输入

闭运算是先膨胀再腐蚀，仍然带有毛边，减去原始输入，应剩下一个迪哥的轮廓

#礼帽

img=cv2.imread('dige.png')

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

cv2.imshow('tophat',tophat)

cv2.waitKey(0)

cv2.destroyAllWindows()

#黑帽

img=cv2.imread('dige.png')

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

cv2.imshow('blackhat',blackhat)

cv2.waitKey(0)

cv2.destroyAllWindows()

opencv图像处理④相关推荐

免费送书啦！《 OpenCV图像处理入门与实践》一本全搞定
OpenCV 的基础图像操作都只是针对图像中的像素点,并不是直接对图像整体进行的操作.而很多时候并不能仅通过改变像素点来进行图像的操作,为此我们需要学习关于图像的算术操作. 1.图像加法对于两张相同 ...
《OpenCV图像处理》——1.7　用户交互工具
本节书摘来自华章计算机<OpenCV图像处理>一书中的第1章,第1.7节,作者:［西］葛罗瑞亚·布埃诺·加西亚(Gloria Bueno García)著,更多章节内容可以访问云栖社区&q ...
opencv图像处理总结
opencv图像处理基本操作 1. 矩阵数据类型通用矩阵数据类型: CV_<bit_depth>(S|U|F)C<number_of_channels> 其中,S表示带符号整 ...
python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...
一.色彩空间的转换代码如下: #色彩空间转换 import cv2 as cv def color_space_demo(img): gray = cv.cvtColor(img, cv.COLOR ...
[Python图像处理] 三十五.OpenCV图像处理入门、算数逻辑运算与图像融合（推荐）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
210322阶段三QT事件循环及opencv图像处理
目录一.学习的知识点 1.QT事件循环机制 1.1QT是事件驱动的.QT将系统产生的信号(软件中断)转换成QT事件,并且将事件封装成类,所有的事件类都是QEvent派生的,事件的产生和处理就是QT程 ...
OpenCV图像处理(Python)学习笔记
OpenCV图像处理 OpenCV图像处理第1章 OpenCV入门第2章图像处理基础 2.1 基本表示方法 2.2 感兴趣区域(ROI) 第3章图像运算 3.1 加法运算 3.2 图像加权和 ...
python 检测直线交点_Python+OpenCV图像处理——实现直线检测
简介: 1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法.主要用来从图像中分离出具有某种相同特征的几何形状(如,直线 ...
Python+Opencv图像处理新手入门教程(四)：视频内容的读取与导出
一步一步来吧上一节: Python+Opencv图像处理新手入门教程(三):阈值与二值化 1.Intro 今天这节我们主要看怎么利用opencv读取并处理视频中的内容. 2.VideoCapture ...
Python+Opencv图像处理新手入门教程(三)：阈值与二值化
一步一步来吧上一节: Python+Opencv图像处理新手入门教程(二):颜色空间转换,图像大小调整,灰度直方图 1.Intro 今天这节我们主要研究利用阈值处理图像.例如对于输入图像: 如何做一 ...

opencv图像处理④