▼页尾

python 简单图像处理(13) 二值图腐蚀和膨胀,开运算、闭运算

我们直接看图吧

我们把粗框内的区域看作原图像

假设有一个圆在图像空间移动,取一个点作为圆的中心,若圆的区域被完全包含在原图像中

则我们把它放到腐蚀后的区域中

若只有一部分在原图像区域或没有一个点在原图区域中,我们则不会把它放在腐蚀区中

显然,粗框区域腐蚀后会变成内部填充框区域

而膨胀却恰恰相反

把粗框线看作原图的话,取原图上一点为圆的中心,所以在圆的区域都被放在膨胀区

显然,膨胀后,原图会变成外边框的区域

 

上面,我们是以圆为窗的,事实上你可以使用任意窗形,不过最好有一个中心点

好啦,我们来看看利用腐蚀和膨胀有什么效果吧

import cv

def Two(image):
w
= image.width
h
= image.height
size
= (w,h)
iTwo
= cv.CreateImage(size,8,1)
for i in range(h):
for j in range(w):
iTwo[i,j]
= 0 if image[i,j] <220 else 255
return iTwo

def Corrode(image):
w
= image.width
h
= image.height
size
= (w,h)
iCorrode
= cv.CreateImage(size,8,1)
kH
= range(2)+range(h-2,h)
kW
= range(2)+range(w-2,w)
for i in range(h):
for j in range(w):
if i in kH or j in kW:
iCorrode[i,j]
= 255
elif image[i,j] == 255:
iCorrode[i,j]
= 255
else:
a
= []
for k in range(5):
for l in range(5):
a.append(image[i
-2+k,j-2+l])
if max(a) == 255:
iCorrode[i,j]
= 255
else:
iCorrode[i,j]
= 0
return iCorrode

def Expand(image):
w
= image.width
h
= image.height
size
= (w,h)
iExpand
= cv.CreateImage(size,8,1)
for i in range(h):
for j in range(w):
iExpand[i,j]
= 255
for i in range(h):
for j in range(w):
if image[i,j] == 0:
for k in range(5):
for l in range(5):
if -1<(i-2+k)<h and -1<(j-2+l)<w:
iExpand[i
-2+k,j-2+l] = 0
return iExpand


image
= cv.LoadImage('pic3.jpg',0)
iTwo
= Two(image)
iCorrode
= Corrode(iTwo)
iExpand
= Expand(iTwo)

cv.ShowImage(
'image',image)
cv.ShowImage(
'iTwo',iTwo)
cv.ShowImage(
'iCorrode',iCorrode)
cv.ShowImage(
'iExpand',iExpand)
cv.WaitKey(0)

 

看看运行效果吧

第一幅图是原图的灰度图,第二幅图是对其做了二值处理

 

 

对于二值图像来说,对黑色进行腐蚀与对白色进行膨胀得到的效果是一样的,

对白色进行腐蚀与对黑色进行膨胀的得到的效果是一样的。当然,你需要像我一样选取一个矩形窗作为移动的框

我们来验证一下

 

我们先将图像反色,再处理。验证了上面的话

 

我们来看看更复杂的图像吧

 

我们来讲两个概念:开运算和闭运算

开运算是对图像先腐蚀后膨胀

闭运算是对图像先膨胀后腐蚀

在前面的基础上,我们对腐蚀后的图像做膨胀操作得到的就是开运算的结果

对膨胀后的图像做腐蚀操作得到的就是闭运算的结果

我们来看看效果

 

 

(例子中的图片,如有版权问题,请作者与我联系,谢谢)

 

开运算能够除去孤立的小点,毛刺和小桥,而总的位置和形状不变

闭运算能够填平小湖(小孔),弥合小裂缝,而总的位置和形状不变

不同的窗口对运算结果会有影响

posted @ 2010-12-29 22:58  xiatwhu  阅读(19734)  评论(2编辑  收藏  举报
▲页首
西