OpenCV学习之图像形态学处理详解
作者:双子座断点 发布时间:2022-02-19 15:45:39
标签:OpenCV,图像,形态学
本文是OpenCV图像视觉入门之路的第11篇文章,本文详细的在图像形态学进行了图像处理,例如:腐蚀操作、膨胀操作、开闭运算、梯度运算、Top Hat Black Hat运算等操作。
1.腐蚀操作
从下面代码中可以看到有三幅腐蚀程度不同的图,腐蚀越严重像素就越模糊
import cv2
import numpy as np
from numpy import unicode
if __name__ == '__main__':
img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg") # 读取彩 * 像(BGR)
kernel = np.ones((3, 3), np.uint8)
erosion = cv2.erode(img1, kernel)
cv2.imshow("img1", erosion) # 显示叠加图像 dst
img2 = cv2.imread("D:/Jupyter_Notebooks/0.jpg") # 读取彩 * 像(BGR)
kernel = np.ones((10, 10), np.uint8)
erosion_1 = cv2.erode(img2, kernel)
cv2.imshow('erosion_1', erosion_1)
img3 = cv2.imread("D:/Jupyter_Notebooks/0.jpg") # 读取彩 * 像(BGR)
kernel = np.ones((30, 30), np.uint8)
erosion_2 = cv2.erode(img3, kernel)
cv2.imshow('erosion_2', erosion_2)
cv2.waitKey(0)
cv2.destroyAllWindows()
binary_img = np.array([ [0, 0, 0, 0, 0],
[0,255,255,255,0],
[0,255,255,255,0],
[0,255,255,255,0],
[0, 0, 0, 0, 0]],np.uint8)
ones((3,3),np.uint8)
[[ 0 0 0 0 0]
[ 0 0 0 0 0]
[ 0 0 255 0 0]
[ 0 0 0 0 0]
[ 0 0 0 0 0]]
通过上面的例子发现,经过3x3的kernel之后,最终只保留了中心的255像素,周边的255都变成了0。在进行腐蚀操作的时候,就是通过kernel大小的卷积在原图像上滑动,只有当kernel范围内的像素全为255时输出才为255,否则输出为0,所以kernel越大最终白色像素保留的会越少。
2.膨胀操作
图像经过膨胀之后,白色像素的范围变大了。在做膨胀的时候,只要当kernel范围内的像素有255时输出就为255。
3.开闭运算
开运算其实就是先通过腐蚀操作后面再进行膨胀,闭运算和开运算恰好相反先通过膨胀操作后面再进行腐蚀。
import cv2
import numpy as np
from numpy import unicode
if __name__ == '__main__':
img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg") # 读取彩 * 像(BGR)
# 定义kernel
kernel = np.ones((3, 3), np.uint8)
# 开运算
open_img = cv2.morphologyEx(img1, cv2.MORPH_OPEN, kernel)
# 闭运算
close_img = cv2.morphologyEx(img1, cv2.MORPH_CLOSE, kernel)
cv2.imshow("open_img", open_img) # 显示叠加图像 dst
cv2.imshow("close_img", close_img) # 显示叠加图像 dst
cv2.waitKey(0)
cv2.destroyAllWindows()
4.梯度运算
梯度运算等价于膨胀运算-腐蚀运算 梯度运算主要是用来保留图像的轮廓
5.Top Hat Black Hat运算
Top Hat运算等价于原始图像 - 开运算,Black Hat运算等价于闭运算 - 原始图像
形态学Top-Hat变换是指形态学顶帽操作与黑帽操作,前者是计算源图像与开运算结果图之差,后者是计算闭运算结果与源图像之差。
形态学Top-Hat变换是常用的一种滤波手段,具有高通滤波的某部分特性,可实现在图像中检测出周围背景亮结构或周边背景暗结构。
顶帽操作常用于检测图像中的峰结构。
黑帽操作常用于检测图像中的波谷结构。
import cv2
import numpy as np
from numpy import unicode
if __name__ == '__main__':
img1 = cv2.imread("D:/Jupyter_Notebooks/0.jpg") # 读取彩 * 像(BGR)
# 定义kernel
kernel = np.ones((3, 3), np.uint8)
tophat_img = cv2.morphologyEx(img1, cv2.MORPH_TOPHAT, kernel)
blackhat_img = cv2.morphologyEx(img1, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow("tophat_img", tophat_img) # 显示叠加图像 dst
cv2.imshow("blackhat_img", blackhat_img) # 显示叠加图像 dst
cv2.waitKey(0)
cv2.destroyAllWindows()
来源:https://blog.csdn.net/qq_37529913/article/details/128878079
0
投稿
猜你喜欢
- 爬取某人的微博数据,把某人所有时间段的微博数据都爬下来。具体思路:创建driver-----get网页----找到并提取信息-----保存c
- 在python中经常会用到pandas来处理数据,最常用的数据类型是dataframe,但是有时候在dataframe有时间字段需要画时间序
- 前言本文用Python实例阐述了一些关于进程、线程和协程的概念,由于水平有限,难免出现错漏,敬请批评改正。前提条件熟悉Python基本语法熟
- 目前整个开发社区对AOP(Aspect Oriented Programing)推崇备至,也涌现出大量支持AOP的优秀Framework,-
- 临近下班的时候,突然想到统计热门文章的问题。以前我所知道的热门文章统计,基本有这么几种:按点击数排序 该方法最大的问题在于热门的文章会越来越
- 1、简单应用代码如下:#!/usr/bin/env python# -*- coding: utf-8 -*-# @File : jieba
- 我们都知道Jupyter notebook更换主题后看着会很舒服,但是有个问题主题更换后工具栏不显示了。usename$ jt -lAvai
- 目录0x01 字符串(string)引号转义拼接字符串长字符串索引( indexing)运算符in创建列表切片赋值0x02 字符串格式化模板
- 在进行文本分析、提取关键词时,新闻评论等文本通常是中英文及其他语言的混杂,若不加处理直接分析,结果往往差强人意。下面对中英文文本进行分离做一
- 0. dockerfile命令FROM # 基础镜像,一切从这里开始构建MAINTAINER # 镜像是谁写的,姓名+邮箱RUN# 镜像构建
- Python字符串拼接的6种方法:1.加号第一种,有编程经验的人,估计都知道很多语言里面是用加号连接两个字符串,Python里面也是如此直接
- 不知道有多少人是被这个头图骗进来的:)事情的起因是这样的,上周有同学问小编,看着小编的示例代码敲代码,感觉自己也会写了,如果不看的话,七七八
- 在实际的工作和学习中,许多人的SQL Server 2005数据库日志文件可能会发生损坏,例如硬件故障、计算机非正常重启或关机等等。在SQL
- 在java的应用中,我们经常会对数据库进行必要的操作,下来我们就了解一下如何用java连接mysql数据库 以及java连接sql serv
- <1>IsArray 函数 返回 Boolean 值指明某变量是否为数组。 语法 IsArray(var
- request库是python的第三方库,它也是目前公认的爬取网页最好的第三方库,其特点是:简单、简洁,甚至用一行代码就能从网页上获取相关资
- Oracle9i之前,中文是按照二进制编码进行排序的。在oracle9i中新增了按照拼音、部首、笔画排序功能。 1、
- pytest是python语言中一款强大的单元测试框架,用来管理和组织测试用例,可应用在单元测试、自动化测试工作中。unittest也是py
- 上传问题可以说是网络编程中经常遇到的,也是一个很重要的问题,我们不仅要实现上传文件,图片等基本功能,还有考虑到上传程序的安全性,本文介绍了一
- 默认情况下,IIS 使用端口 80 进行 HTTP 通信。如果除 IIS 以外的某个应用程序正在运行并在使用相同 IP 地址的端口 80,当