开运算与闭运算、梯度、礼帽与黑帽_开运算闭运算梯度运算礼帽黑帽-优快云博客

本文链接：https://blog.youkuaiyun.com/lsh2678227571/article/details/132296163

本文介绍了图像处理中的开运算和闭运算，以及膨胀、腐蚀、梯度运算、礼帽和黑帽等概念。使用PythonOpenCV库展示了如何通过这些操作消除毛刺、检测边界并进行形态学变换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

开运算与闭运算

开运算：腐蚀再膨胀
闭运算：膨胀再腐蚀

kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)  # 开运算：腐蚀再膨胀
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)  # 闭运算：膨胀再腐蚀

show.cv_show('opening', opening)
show.cv_show('closing', closing)

在这里插入图片描述
毛刺消失

毛刺未消失

梯度运算（膨胀-腐蚀）

相当于取边界

kernel = np.ones((7, 7), np.uint8)
dilate = cv2.dilate(img, kernel, iterations=5)  # 膨胀
erosion = cv2.erode(img, kernel, iterations=5)  # 腐蚀
res = np.hstack((dilate, erosion))

show.cv_show('res', res)

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)  # 梯度运算：膨胀-腐蚀

show.cv_show('gradient', gradient)

膨胀腐蚀对比：
在这里插入图片描述
梯度运算后：

礼帽与黑帽

礼帽：原始输入-开运算
黑帽：闭运算-原始输入

top = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)   # 礼帽：原始输入-开运算
black = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)   # 黑帽：闭运算-原始输入

show.cv_show('top', top)
show.cv_show('black', black)

在这里插入图片描述