Open CV系列学习笔记（二十一）开闭操作 2021-02-14

最新推荐文章于 2024-08-28 11:34:21 发布

原创最新推荐文章于 2024-08-28 11:34:21 发布 · 262 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #图像识别 #python

opencv学习笔记系列专栏收录该内容

27 篇文章

订阅专栏

本文详细介绍了OpenCV中的开操作和闭操作，这两种图像形态学技术用于平滑轮廓、消除噪声和修复图像细节。开操作通过腐蚀后再膨胀实现，常用于去除细小特征；闭操作则通过膨胀后再腐蚀来填补空洞和连接断开的区域。文中提供了Python代码示例，展示了如何使用OpenCV库进行开闭操作，以二值图像为输入，结合不同形状的结构元素进行操作。

Open CV系列学习笔记（二十一）开闭操作

开操作

开操作是一般使对象的轮廓变得光滑，断开狭窄的间断和消除细的突出物。
 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
代码：

ef open_demo(image):#开操作
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(7,7))
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
    cv.imshow("open-result",binary)

结果：
在这里插入图片描述

闭操作

闭操作可使轮廓线更光滑，但与开操作相反的是，闭操作通常消弥狭窄的间断和长细的鸿沟，消除小的空洞，并填补轮廓线中的断裂。
 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
代码：

def close_demo(image):  #闭操作
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
    cv.imshow("close-result", binary)

结果：
在这里插入图片描述
完整代码：

import cv2 as cv
import numpy as np


def open_demo(image):#开操作
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(7,7))
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
    cv.imshow("open-result",binary)


def close_demo(image):  #闭操作
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (10, 10))
    binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
    cv.imshow("close-result", binary)




print("--------HEllow Python-------")
src = cv.imread("E:/picture/42.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
close_demo(src)
cv.waitKey(0)


cv.destroyAllWindows()