opencv-学习笔记(5)形态学转变

　　　　　　　　　　　　　　opencv-学习笔记(4)形态学转变

本章讲了几种形态学操作

1. 腐蚀erode
2. 膨胀dilate
3. 开运算MORPH_OPEN
4. 闭运算MORPH_CLOSE
5. 形态学梯度MORPH_GRADIENT
6. 礼帽MORPH_TOPHAT
7. 黑帽子MORPH_BLACKHAT

---

腐蚀erode

首先卷积核滑动，如果对应的原图像所有像素都是1，中心元素就保持，否则为0

随着卷积核的靠近前景的所有像素都会被腐蚀-变0.

我们可以去除白噪声，也可以断开两个连在一起的物体

import cv2

import numpy as np

img=cv2.imread('black.png',0)

kernel=np.ones((5,5),np.uint8)#定义一个卷积核以及图像类型

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

cv2.imshow('sdss',img)

扫描二维码关注公众号，回复： 1419158 查看本文章

cv2.imshow('sds',erosion)

cv2.waitKey(0)

 

---

膨胀操作dilate

可以连接物体

import cv2

import numpy as np

img=cv2.imread('connection.jpg',0)

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

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

dilate=cv2.dilate(img,kernel,iterations=1)

cv2.imshow('sdss',img)

cv2.imshow('sdsa',dilate)

cv2.waitKey(0)

---

开运算morphologyEx(图像对象，cv2.MORPH_OPEN,kernel)#morph改变

对图像进行腐蚀再膨胀就叫开运算

同样也用于去噪声

 

---

闭运算morphologyEx(img,cv2.MORPH,kernel)

就是先膨胀再腐蚀

一般用来填充前景物体中的小洞

 

---

 

形态学梯度

         就是衣服图像膨胀和腐蚀的差别

         看上去想轮廓而已

         morphologyEx(img,cv2.MORPH_GRADIENT,kernel)

---

 

礼帽

是图像与开运算后的差,可以获取背景噪声

参数cv2.MORPH_TOPHAT

 

---

黑帽

是图像与闭运算后的差，获取前景噪声

参数cv2.MORPH_BLACKHAT