OpenCV开运算(Opening)闭运算(Closing)形态梯度(Gradient)TopHat、BlackHat

本文介绍了OpenCV中的形态学操作,包括开运算(Opening)、闭运算(Closing)和形态梯度(Gradient)。开运算用于消除小斑点,闭运算用于消除小黑点,形态梯度则用于获取图像轮廓。此外,还提到了Top Hat(原图减开运算图)和Black Hat(原图减闭运算图)在显示特定图像特征方面的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

《OpenCV系列教程》
项目位置 OpenCV Sample
代码位置:15-OpeningClosingGradientTophatBlackhat.py

import cv2

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
img = cv2.imread('./res/jeep.jpeg')
cv2.imshow('org', img)

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations=2)
cv2.imshow('open', opening)

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel, iterations=2)
cv2.imshow('close', closing)

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('gradient', gradient)

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('tophat', tophat)

blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('blackhat', blackhat)

cv2.waitKey(0)
cv2.destroyAllWindows()
  • Opening开运算:先腐蚀再开放叫开运算,作用能消除图片上的小标点。
  • Closing闭运算:线膨胀后腐蚀。作用是消除图片上的小黑点。
  • Gradient 用于获取图片的轮廓,形态梯度图 = 彭长图 - 腐蚀图
  • Top Hat = 原图 - 开运算图,显示出原图去除掉的白色部分。
  • Black Hat = 原图 - 闭运算, 显示出原图去除掉的黑色部分。

效果图:
在这里插入图片描述

OpenCV库中,形态学操作是一种常见的图像处理技术,用于消除噪声、连接断裂的部分、填充空洞等。以下是使用OpenCV进行基本形态学操作的步骤: 1. **导入必要的库**: ```python import cv2 import numpy as np ``` 2. **读取图像**: ```python img = cv2.imread('input_image.jpg', 0) # 读取灰度图像 ``` 3. **定义结构元素(kernel)**: - `cv2.getStructuringElement(shape, ksize)`创建一个结构元素,shape可以是`cv2.MORPH_RECT`, `cv2.MORPH_CROSS`, 或 `cv2.MORPH_ELLIPSE`,ksize是形状的大小。 4. **运算Opening)**: ```python kernel_open = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) opened_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel_open) ``` 5. **运算Closing)**: ```python kernel_close = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 调整ksize增大结构元素 closed_img = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel_close) ``` 6. **形态梯度(Morphological Gradient)**: ```python grad_img = cv2.morphologyEx(opened_img, cv2.MORPH_GRADIENT, kernel_close) ``` 7. **高帽(Top Hat)**: ```python top_hat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel_close) ``` 8. **黑帽(Black Hat)**: ```python black_hat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel_close) ``` 9. **击中/不击中(Hit-or-Miss)运算**: ```python hit_or_miss = cv2.morphologyEx(img, cv2.MORPH_HITMISS, kernel_close) ``` 为了调整参数以达到更好的效果,你可以考虑以下几个方面: - **结构元素大小(ksize)**:改变大小影响细化程度和去除小物体的能力。 - **迭代次数(iterations)**:对于某些操作,如腐蚀、膨胀等,可以设置迭代次数以增强效果。 - **结构元素形状**:不同的形状适用于不同的应用场景,例如矩形适合边缘检测,十字形更适合细节保留。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值