【OpenCv 4 Python 3.7】图像形态学操作之开闭操作

1、开操作：

图像形态学的重要操作之一，基于膨胀与腐蚀操作组合形成的。
 主要是应用在二值图像分析中，灰度图像亦可。
 开操作=腐蚀+膨胀，输入图像 + 结构元素

2、闭操作

 图像形态学的重要操作之一，基于膨胀与腐蚀操作
组合形成的。
 主要是应用在二值图像分析中，灰度图像亦可。
 闭操作=膨胀+腐蚀，输入图像 + 结构元素

开闭操作的作用：
 去除小的干扰块-开操作
 填充闭合区域 – 闭操作
 水平或者垂直线提取

注意：不同结构元素结果不一样！！！

代码实现：


#结构元素的选取和大小的设置很重要！

import cv2 as cv
import numpy as np

#开操作
def open_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    #二值化
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    #矩形的结构元素   (15, 15):可以更改此项 以达到寻找不同结构元素的目的，cv.MORPH_RECT（3,3）  会把小的干扰快去除
    #例：cv.MORPH_RECT (15, 1) 是横条元素（用于提取水平线）   (1, 15) ：是竖条元素（用于提取竖直线条）
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))#MORPH_ELLIPSE 检测圆
    #morphologyEx ：形态学操作
    binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow("open-result", binary)

#闭操作
def close_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))
    binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
    cv.imshow("close_demo", binary)


print("--------- Python OpenCV Tutorial ---------")
src = cv.imread("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/circle.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
open_demo(src)
cv.waitKey(0)

cv.destroyAllWindows()