OpenCV-33 开运算和闭运算

最新推荐文章于 2025-01-16 11:01:46 发布

原创

最新推荐文章于 2025-01-16 11:01:46 发布 · 1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #人工智能 #计算机视觉 #numpy #python

本文介绍了在计算机视觉中，开运算（腐蚀+膨胀）和闭运算（膨胀+腐蚀）用于噪声去除的方法，以及形态学梯度（原图-腐蚀）的概念。通过OpenCV库的`morphologyEx`函数实现这些操作，展示了如何在实际代码中应用这些技术来处理图像噪声。

一、开运算

二、闭运算

三、形态学梯度

开运算和闭运算都是腐蚀和膨胀的基本应用。

一、开运算

开运算 = 腐蚀+膨胀(腐蚀之后再膨胀)

开运算提供了另一种去除噪声的思路。（腐蚀先进行去噪，膨胀再还原图像）

通过API --- morphologyEx（img， MORPH_OPEN， kernel）

MORPH_OPEN 表示形态学的开运算
kernel 如果噪点比较多，会选择大一点的kernel，如果噪点比较小，可以选择小点的kernel

示例代码如下：

import cv2
import numpy as np
cv2.namedWindow("img", cv2.WINDOW_NORMAL)
cv2.resizeWindow("img", 640, 480)
img = cv2.imread("i.png")
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# # 先腐蚀
# new_img = cv2.erode(img, kernel, iterations=1)
# # 后膨胀
# new_img = cv2.dilate(new_img, kernel, iterations=1)
new_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations=1)
cv2.imshow("img", np.hstack((img, new_img)))
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下：