计算机视觉实战(四）图像形态学操作

我的微信公众号名称：AI研究订阅号
微信公众号ID：MultiAgent1024
公众号介绍：主要研究强化学习、计算机视觉、深度学习、机器学习等相关内容，分享学习过程中的学习笔记和心得！期待您的关注，欢迎一起学习交流进步！

  本节主要介绍形态学的一些操作运算，通过代码跟效果可以清楚地认识到其大概的意思。

形态学-腐蚀操作

  通常都是二值的图像来做腐蚀操作。腐蚀的大概意思就是往里面缩一些。

import cv2
import numpy as np
img = cv2.imread('dige.png')
cv2.imshow('dige', img)
kernel = np.ones((3, 5), np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1) #迭代次数表示做几次腐蚀操作
cv2.imshow('corrosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示，可以看出腐蚀能够将边缘地小刺给清除掉：

形态学-膨胀操作

  通常都是二值的图像来做腐蚀操作。膨胀的大概意思就是往外面扩一些。

import cv2
import numpy as np
img = cv2.imread('dige.png')
kernel = np.ones((3,3), np.uint8)
dilate = cv2.dilate(img, kernel, iterations=1)
cv2.imshow('img', img)
cv2.imshow('erosion', dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示，可以看出膨胀之后白线都变粗了：

开运算

   开：先腐蚀，再膨胀，这个操作能够将主体被腐蚀地部分补偿回去，但是边缘的毛刺很好的被清除掉。

import numpy as np
import cv2
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()

  其结果如下图所示，可以看出效果比较好：

闭运算

   闭：先膨胀，再腐蚀，这个就对边缘的毛刺没有什么清除效果。

import numpy as np
import cv2
img = cv2.imread('dige.png')
kernel = np.ones((5,5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
cv2.imshow('closing', opening)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示：

梯度运算

   梯度=膨胀-腐蚀，这是另一种计算图像边缘的方法，具体理解的话需要看一下实验结果：

import cv2
import numpy as np
pie = cv2.imread('pie.png')
kernel = np.ones((2,2),np.uint8)
gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('gradient', gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示：

礼帽与黑帽

   礼帽 = 原始输入-开运算结果

   黑帽 = 闭运算-原始输入。

import cv2
import numpy as np
img = cv2.imread('dige.png')
kernel = np.ones((7,7),np.uint8)
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('tophat', tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示：

import cv2
import numpy as np
img = cv2.imread('dige.png')
kernel = np.ones((7,7),np.uint8)
blackhat  = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('blackhat', blackhat)
cv2.waitKey(0)
cv2.destroyAllWindows()

  其结果如下图所示：