图像形态学处理包括腐蚀、膨胀、开运算、闭运算、形态学梯度、礼帽(顶帽)、黑帽等运算。

1、腐蚀

腐蚀可以理解为前景像素会被腐蚀为背景像素，以白色255为前景，得到的效果就是白色变小、变细，黑色变大变粗：

import cv2 
import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
erosion = cv2.erode(img,kernel,iterations = 1) 

cv2.imshow("img", img) 
cv2.imshow("erosion", erosion) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

2、膨胀

与腐蚀相反的操作，效果是前景变大变粗，背景变小变细：

import cv2 
import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
dilation = cv2.dilate(img,kernel,iterations = 1)

cv2.imshow("img", img) 
cv2.imshow("dilation ", dilation ) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

3、闭运算

闭运算是先膨胀后腐蚀，这样的处理结果是前景中的小黑洞会被填充：    import cv2 

import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

cv2.imshow("img", img) 
cv2.imshow("closing ", closing ) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

4、开运算

开运算与闭运算相对，是先腐蚀后膨胀，效果是讲背景中的小亮点去掉：

import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

cv2.imshow("img", img) 
cv2.imshow("opening", opening ) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

5、形态学梯度

形态学梯度做的处理是一幅图像的膨胀与腐蚀做差得到：

import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

cv2.imshow("img", img) 
cv2.imshow("gradient", gradient) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

6、顶帽

顶帽是指原图与开运算结果做差：

import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

cv2.imshow("img", img) 
cv2.imshow("tophat ", tophat) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

7、黑帽

黑帽则是与顶帽相对，闭运算与原图做差：

import numpy as np 
img = cv2.imread('lena.jpg',0) 
kernel = np.ones((5,5),np.uint8) 
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

cv2.imshow("img", img) 
cv2.imshow("tophat ", tophat) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

 

8、结构化元素

前面的几个处理中都有一个核，这个核都是用Numpy来构造的矩形核，其实还可以通过OpenCV提供的cv2.getStructuringElement()来获取其它形状的核：

# 矩形核
cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) 
# 椭圆形
cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5)) 
# 十字交叉
cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))

南风之薰兮，

可以解吾民之愠兮。

南风之时兮，

可以阜吾民之财兮。