Python OpenCV形态学运算示例详解
作者:侯小啾 发布时间:2022-03-04 12:23:39
1. 腐蚀 & 膨胀
1.1什么是腐蚀&膨胀
腐蚀&膨胀是图像形态学中的两种核心操作
腐蚀可以描述为是让图像沿着自己的边界向内收缩
而膨胀则刚好与收缩相反,可以描述为是让图像沿着边界向内扩张。
这两种操作的逻辑和作用都和上篇讲到的使用滤波器做平滑处理有些类似,不同之处在于,腐蚀求的是滤波核内像素的最小值,而膨胀求的是最大值。并将计算出的值复制给锚点位置的像素。
作用上同平滑处理类似,可以消除噪声。
因为腐蚀求的是最小值,膨胀求的是最大值,所以经过腐蚀操作的图像的总体亮度会有所降低,而经过膨胀操作的图像的总体亮度会有所升高。
为方便示例,准备以下图片素材(test1.jpg):
1.2 腐蚀方法 cv2.erode()
python中OpenCV使用cv2.erode()方法实现腐蚀操作。
该方法语法如下:
cv2.erode(src, kernel, anchor=None, iterations=None, borderType=None, borderValue=None)
scr 原图像
kernel 腐蚀要用到的核
anchor 锚点
iterations 可选参数,腐蚀操作的迭代次数,默认为1。
borderType 边界样式,可选。
borderValue 边界值,可选。
其中kernel这个参数,核,需要手动取创建一个数组,而不能是像滤波器那样指定一个大小。
import cv2
import numpy as np
img = cv2.imread("test1.jpg")
# 创建3*3的数组作为滤波核
k = np.ones((3, 3), np.uint8)
dst = cv2.erode(img, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
腐蚀效果如下,如图,我们的鱼骨显得年代更久远了,鱼刺消失、变暗了相当一部分。
1.3 膨胀方法 cv2.dilate()
python中OpenCV使用cv2.dilate()方法实现膨胀操作。
该方法语法如下:
dilate(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)
可以看出,其参数用法同cv2.erode()的参数。
import cv2
import numpy as np
img = cv2.imread("test1.jpg")
# 创建16*16的数组作为核
k = np.ones((16, 16), np.uint8)
dst = cv2.dilate(img, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
膨胀效果如下,如图所示,图片众多鱼的亮度明显变高了。
这种图像效果,也被称之为“近视眼”效果。
2. 开运算 & 闭运算
2.1 简述
开运算就是将图像先进性腐蚀操作,再进行膨胀操作。其可以用来抹除图像外部的细节(噪声)。
闭运算则与之相反
闭运算是先对图像进行膨胀操作,在进行腐蚀操作。其可以用来抹除图像的内部细节(噪声)。
腐蚀和膨胀虽然是逆操作,但是开运算和闭运算都不会使图像恢复原状。
2.2 开运算
以 3 为核
代码示例如下
import cv2
import numpy as np
img = cv2.imread("test1.jpg")
k = np.ones((3, 3), np.uint8)
dst = cv2.erode(img, k)
dst = cv2.dilate(dst, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
2.3 闭运算
以 10 为核
代码示例如下
import cv2
import numpy as np
img = cv2.imread("test1.jpg")
k = np.ones((10, 10), np.uint8)
dst = cv2.dilate(img, k)
dst = cv2.erode(dst, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
3. morphologyEx()方法
3.1 morphologyEx()方法 介绍
在python中OpenCV还提供了morphologyEx()方法(形态学方法),可以用来完成所有常用的形态学运算。
morphologyEx()语法如下:
morphologyEx(src, op, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)
其中
scr 表示图像
op 表示操作类型
kernel 表示 核
anchor 表示锚点
iterations 为迭代次数,默认为1
borderType 是边界样式,默认1
borderValue 是边界值,默认1
可以供op选择的操作类型有:
参数值 | 描述 |
---|---|
cv2.MORPH_ERODE | 腐蚀 |
cv2.MORPH_DILATE | 膨胀 |
cv2.MORPH_ OPEN | 开运算,先腐蚀后膨胀 |
cv2.MORPH_CLOSE | 闭运算,先膨胀后腐蚀 |
cv2.MORPH_GRADIENT | 梯度运算,膨胀图减腐蚀图 |
cv2.MORPH_TOPHAT | 顶帽运算,原始图减开运算图 |
cv2.MORPH_BLACKHAT | 黑帽运算,闭运算图,减开运算图 |
接下来我们使用图片"test2.jpg"(下图)来继续下边的示例:
3.2 梯度运算
对“test2.jpg”以 4 为核做梯度运算:
import cv2
import numpy as np
img = cv2.imread("test2.jpg")
k = np.ones((4, 4), np.uint8)
dst = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
梯度运算,即膨胀图减去腐蚀图,因为膨胀运算得到的图像中我物体比原图中的“大”,而腐蚀运算得到的图像中的物体是收缩过的,比原图中的“小”,所以膨胀的结果减去腐蚀的结果,会得到一个大概的、不精准的轮廓。
test2.jpg梯度运算执行效果如下:
3.3 顶帽运算
对“test2.jpg”以 4 为核做顶帽运算:
import cv2
import numpy as np
img = cv2.imread("test2.jpg")
k = np.ones((4, 4), np.uint8)
cv2.imshow("img", img)
dst = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
顶帽运算,即原图减去开运算图,因为开运算抹除了图像的外部细节,所以顶帽运算即“有外部细节的图像 减去 无外部细节的图像”,得到的结果也就只剩外部细节了。
顶帽运算处理效果如下:
3.4 黑帽运算
对“test2.jpg”以 4 为核做顶帽运算:
import cv2
import numpy as np
img = cv2.imread("test2.jpg")
k = np.ones((4, 4), np.uint8)
dst = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, k)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()
黑帽运算,即原图像的闭运算减去原图像
因为闭运算可以抹除图像的内部细节,所以黑帽运算即 “无内部细节的图像减去有内部细节的图像”,结果只剩下内部细节。
黑帽运算处理效果如下:
来源:https://blog.csdn.net/weixin_48964486/article/details/123870336
猜你喜欢
- 在网站的一些应用中需要提供用户直接打印页面的功能,最明显的就是电子优惠券,商家根据网站提供的模板输入内容,然后生成优惠券页面,用户打印这个页
- Pillow图像降噪处理由于成像设备、传输媒介等因素的影响,图像总会或多或少的存在一些不必要的干扰信息,我们将这些干扰信息统称为&l
- 用下列代码可在控制弹出NTLM验证窗口:<% Response.Status = "401 Unauthorized&quo
- 定义神经网络继承nn.Module类;初始化函数__init__:网络层设计;forward函数:模型运行逻辑。class NeuralNe
- “看图购”beta版今日起正式在淘宝网上线了,域名是:http://go.taobao.com。从此您也可以像翻看杂志一样翻看女装的图片了,
- 第一种方法:递归def perms(elements): if len(elements) <=1
- 按数量级递增排列,常见的时间复杂度有:常数阶O(1),对数阶O(log2n),线性阶O(n),线性对数阶O(nlog2n),平方阶O(n2)
- 写过稍微大型一点 ASP 的人都知道,Session 这个对象真是好用,它可以用来记录使用者私有的资料变量,既安全又方便。但是你真的知道 S
- PIL(Python Imaging Library)是Python中一个强大的图像处理库,但目前其只支持到Python2.7pillow是
- Python中有两种循环,分别为:for循环和while循环。1. for循环for循环可以用来遍历某一对象(遍历:通俗点说,就是把这个循环
- 本文实例讲述了Python实现账号密码输错三次即锁定功能。分享给大家供大家参考,具体如下:初学Python—1#实现账号输错三次即锁定use
- 当然有其它工具可以做这件事,但如果客户不允许你在服务器乱装东西时这个脚本就会有用了。 代码如下:DECLARE @tbImportTable
- 从Web查询数据库:Web数据库架构的工作原理 一个用户的浏览器发出一个HTTP请求,请求特定的Web页面,在该页面中出发form表单提交到
- 如何制作一个WAP手机的WML网页?代码如下:<%@Language=VBScriptMaxNoAds = 10'
- 本文实例讲述了Python单向链表和双向链表原理与用法。分享给大家供大家参考,具体如下:链表是一种数据结构,链表在循环遍历的时候效率不高,但
- 网站开发时经常需要在某个页面需要实现对大量图片的浏览,如果考虑流量的话,大可以像pconline一样每个页面只显示一张图片,让用户每看一张图
- 一:安装Anaconda和Tensorflow步骤:1:从官方网站下载Anacondahttps://www.anaconda.com/do
- 1. 连接对象操作数据库之前,首先要建立数据库连接。有下面几个方法进行连接。>>>import cx_Oracle>
- 百度AI功能还是很强大的,百度AI开放平台真的是测试接口的天堂,免费接口很多,当然有量的限制,但个人使用是完全够用的,什么人脸识别、MQTT
- 进入sqlplus SQL> set timing on SQL> SQL> select count(*) from c