OpenCV梯度运算、礼帽与黑帽

慧尘8899

于 2022-01-09 19:15:56 发布

阅读量778

点赞数

CC 4.0 BY-SA版权

分类专栏： Python基础 OpenCV 文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.youkuaiyun.com/harryxia2014/article/details/122397548

本文介绍了使用OpenCV进行图像处理中的梯度、礼帽和黑帽运算。通过膨胀和腐蚀操作计算梯度，然后展示如何利用OpenCV的morphologyEx函数实现礼帽和黑帽运算，以增强图像的特定特征。代码示例中，使用了不同大小的内核对图像进行处理，并通过imshow显示了每个步骤的结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 梯度＝膨胀－腐蚀
pie_t = cv2.imread("pie.png")
kernel_t = np.ones((5,5),np.uint8)
digete_t = cv2.dilate(pie_t,kernel_t,iterations=5)
erosion_t = cv2.erode(pie_t,kernel_t,iterations=5)

res_t = np.hstack((digete_t,erosion_t))

cv2.imshow("res_t",res_t)
cv2.waitKey(0)
cv2.destroyAllWindows()

gradient = cv2.morphologyEx(pie_t,cv2.MORPH_GRADIENT,kernel_t)

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

礼帽与黑帽

#礼帽=原始输入－开运算结果
img_lm = cv2.imread("dige.png")
kernel_m = np.ones((5,5),np.uint8)
tophat = cv2.morphologyEx(img_lm,cv2.MORPH_TOPHAT,kernel_m)

cv2.imshow("tophat",tophat)