【OpenCV】64 图像形态学—开操作

本文通过Python和OpenCV库实现图像形态学中的开操作,先进行高斯模糊去噪,然后应用开操作去除二值图像中的小干扰块,减少二值化后的噪点,代码示例详细展示了开操作的具体步骤。

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

64 图像形态学—开操作

代码

import cv2 as cv
import numpy as np

src = cv.imread("../images/shuini.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# 高斯模糊去噪声
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
dst = cv.GaussianBlur(gray, (9, 9), 2, 2)
binary = cv.adaptiveThreshold(dst, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C,
                              cv.THRESH_BINARY_INV, 45, 15)
cv.imshow("binary", binary)

# 开操作
se = cv.getStructuringElement(cv.MORPH_RECT, (5, 5), (-1, -1))
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, se)

cv.imshow("open", binary)

cv.waitKey(0)
cv.destroyAllWindows()

实验结果

在这里插入图片描述

解释

形态学的开操作是基于腐蚀与膨胀两个操作的组合实现的
开操作 = 腐蚀 + 膨胀
开操作的作用:
开操作可以删除二值图像中小的干扰块,降低图像二值化之后噪点过多的问题,

dst	= cv.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])
  • src 输入图像
  • op 形态学操作
  • kernel 结构元素
  • dst 输出图像
  • anchor 中心位置锚定
  • iterations 循环次数
  • borderType 边缘填充类型
  • borderValue 边界不变时的边界值。默认值具有特殊含义。

其中op指定为MORPH_OPEN 即表示使用开操作


所有内容均来源于贾志刚老师的知识星球——OpenCV研习社,本文为个人整理学习,已获得贾老师授权,有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。
在这里插入图片描述

评论
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