【OpenCV】69 图像形态学—图像梯度

69 图像形态学—图像梯度

代码

import cv2 as cv

src = cv.imread("../images/dannis2.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# 形态学梯度 - 基本梯度
se = cv.getStructuringElement(cv.MORPH_RECT, (5, 5), (-1, -1)) # 若想线宽大一点 kernel选择大一点
basic = cv.morphologyEx(src, cv.MORPH_GRADIENT, se)
cv.imshow("basic gradient", basic)

# 外梯度
dilate = cv.morphologyEx(src, cv.MORPH_DILATE, se)
exteral = cv.subtract(dilate, src)
cv.imshow("external gradient", exteral)

# 内梯度
erode = cv.morphologyEx(src, cv.MORPH_ERODE, se)
interal = cv.subtract(src, erode)
cv.imshow("interal gradient", interal)

cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

图像形态学的梯度跟我们前面介绍的图像卷积计算出来的梯度有本质不同，形态学梯度可以帮助我们获得连通组件的边缘与轮廓，实现图像轮廓或者边缘提取。根据使用的形态学操作不同，形态学梯度又分为

• 基本梯度
• 内梯度
• 外梯度
  基本梯度是图像膨胀与腐蚀操作之间的差值
  内梯度是输入图像与腐蚀之间的差值
  外梯度是膨胀与输入图像之间的差值

dst	= cv.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

• src 输入图像
• op 形态学操作
• kernel 结构元素
• dst 输出图像
• anchor 中心位置锚定
• iterations 循环次数
• borderType 边缘填充类型
• borderValue 边界不变时的边界值。默认值具有特殊含义。

其中op指定为MORPH_GRADIEN即表示使用基本梯度操作

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。