openCV的膨胀、腐蚀、开运算、闭运算

目标


• 学习不同的形态学操作&＃xff0c;例如腐蚀&＃xff0c;膨胀&＃xff0c;开运算&＃xff0c;闭运算等
• 我们要学习的函数有&＃xff1a;cv2.erode()&＃xff0c;cv2.dilate()&＃xff0c;cv2.morphologyEx()等

原理


形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数&＃xff0c;一个是原始图像&＃xff0c;第二个被称为结构化元素或核&＃xff0c;它是用来决定操作的性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算&＃xff0c;闭运算&＃xff0c;梯度等。我们会以下图为例逐一介绍它们。

腐蚀


就像土壤侵蚀一样&＃xff0c;这个操作会把前景物体的边界腐蚀掉&＃xff08;但是前景仍然是白色&＃xff09;。这是怎么做到的呢&＃xff1f;卷积核沿着图像滑动&＃xff0c;如果与卷积核对应的原图像的所有像素值都是1&＃xff0c;那么中心元素就保持原来的像素值&＃xff0c;否则就变为零。这回产生什么影响呢&＃xff1f;根据卷积核的大小靠近前景的所有像素都会被腐蚀掉&＃xff08;变为0&＃xff09;&＃xff0c;所以前景物体会变小&＃xff0c;整幅图像的白色区域会减少。这对于去除白噪声很有用&＃xff0c;也可以用来断开两个连在一块的物体等。这里我们有一个例子&＃xff0c;使用一个5x5 的卷积核&＃xff0c;其中所有的值都是以。让我们看看他是如何工作的&＃xff1a;

膨胀


与腐蚀相反&＃xff0c;与卷积核对应的原图像的像素值中只要有一个是1&＃xff0c;中心元 素的像素值就是1。所以这个操作会增加图像中的白色区域&＃xff08;前景&＃xff09;。一般在去噪声时先用腐蚀再用膨胀。因为腐蚀在去掉白噪声的同时&＃xff0c;也会使前景对象变小。所以我们再对他进行膨胀。这时噪声已经被去除了&＃xff0c;不会再回来了&＃xff0c;但是前景还在并会增加。膨胀也可以用来连接两个分开的物体。

import numpy as np
import cv2
img &＃61; cv2.imread(&＃39;wode3.jpg&＃39;,0)
cv2.imshow(&＃39;img&＃39;,img)
#腐蚀图片的核&＃xff0c;可以前景物体变小
kernel &＃61; np.ones((5,5),np.uint8)
erosion &＃61; cv2.erode(img,kernel,iterations &＃61; 1)
dilation &＃61; cv2.dilate(img,kernel,iterations &＃61; 1)
cv2.imshow(&＃39;erosion&＃39;,erosion)
cv2.imshow(&＃39;dilation&＃39;,dilation)
cv2.waitKey(0)
cv2.destroyAllWindows()


开运算

先进性腐蚀再进行膨胀就叫做开运算。就像我们上面介绍的那样&＃xff0c;它被用来去除噪声。这里我们用到的函数是cv2.morphologyEx()。
opening &＃61; cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

闭运算
先膨胀再腐蚀。它经常被用来填充前景物体中的小洞&＃xff0c;或者前景物体上的
小黑点。
closing &＃61; cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

转自&＃xff1a;https://blog.csdn.net/zhouguangfei0717/article/details/78780252