OpenCV零基础入门（5）：OpenCV形态学处理

• OpenCV形态学相关的运算包含腐蚀(MORPH_ERODE)，膨胀(MORPH_DILATE)，开运算(MORPH_OPEN),闭运算(MORPH_CLOSE),梯度运算(MORPH_GRADIENT)，礼帽运算(MORPH_TOPHAT)，黑帽运算(MORPH_BLACKHAT)

1.腐蚀操作

在OpenCV中，腐蚀操作通过使用一个结构元素（通常是一个小的矩形、圆形或其他形状的矩阵）来“侵蚀”图像中的前景对象，使得前景区域变小，从而去除小的噪声或细节，或者填补图像中的小孔洞。

• 函数原型：dst =cv2.erode(src,kernel,iterations)
• dst:腐蚀操作结束后的输出图像。
• src :输入的二值图像，通常为单通道灰度图像。
• kerne1 :腐蚀操作的结构元素，用于定义腐蚀的邻域大小和形状。
• iterations :腐蚀操作的迭代次数，表示应用腐蚀的重复次数。
  通过调整结构元素的形状和大小以及选代次数，可以控制腐蚀的效果，从而达到去除噪声,缩小目标物体等目的。

import cv2
import numpy as np
img=cv2.imread('./img/hello.png')
kernel=np.ones((5,5),np.uint8) #定义核为5*5的网格
erosion=cv2.erode(img,kernel,iterations=1)
cv2.imshow('img',img)
cv2.imshow('erosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

2.膨胀操作

膨胀操作是形态学操作中的一种基本操作，主要用于增加或加强图像中的前景区域。膨胀操作通过使用一个结构元素（也称为卷积核）在图像上滑动，将结构元素覆盖区域的最大像素值提取并替换锚点位置的像素值，从而实现图像边界的扩张。

• 函数原型：dst =cv2.dilate(src,kernel,iterations)

import cv2
import numpy as np
img=cv2.imread('./img/hello.png')
kernel=np.ones((5,5),np.uint8) #定义核为5*5的网格
erosion=cv2.erode(img,kernel,iterations=3) #腐蚀操作
dilate=cv2.dilate(erosion,kernel,iterations=3) #膨胀操作
cv2.imshow('img',img)
cv2.imshow('erosion',erosion)
cv2.imshow('dilate',dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()

先通过腐蚀操作缩小图像中的物体，去除小噪声点，再通过膨胀操作以填补腐蚀留下的空洞，将前景恢复到腐蚀之前的水平。

3.开运算与闭运算

• 开运算：先腐蚀，再膨胀。
• 闭运算：先膨胀，再腐蚀。

import cv2
import numpy as np
img=cv2.imread('./img/hello.png')
kernel=np.ones((5,5),np.uint8) 

opening=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel) #开运算
closing=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel) #闭运算

cv2.imshow('opening',opening)
cv2.imshow('closing',closing)
cv2.waitKey(0)
cv2.destroyAllWindows()

4.梯度运算

分别对图像进行膨胀和腐蚀操作。梯度运算是膨胀操作过后的图像减去腐蚀操作过后的图像，用于分离图像的边缘。

import cv2
import numpy as np
img=cv2.imread('./img/hello.png')
kernel=np.ones((5,5),np.uint8) 

gradient=cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel) #梯度运算

cv2.imshow('gradient',gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()

5.礼帽与黑帽

• 礼帽=原始输入减去开运算结果
• 黑帽=闭运算结果减去原始输入

import cv2
import numpy as np
img=cv2.imread('./img/hello.png')
kernel=np.ones((5,5),np.uint8) 

tophat=cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel) #礼帽
blackhat=cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel) #黑帽

cv2.imshow('tophat',tophat)
cv2.imshow('blackhat',blackhat)

cv2.waitKey(0)
cv2.destroyAllWindows()