OpenCV---开闭操作

目录

一：开操作（先腐蚀后膨胀）
   特点：消除噪点，去除小的干扰块，而不影响原来的图像
二：闭操作（先膨胀后腐蚀）
   特点：可以填充闭合区域
三：利用开操作完成的任务
  （一）提取水平垂直线
  原理：
  （二）消除干扰线
  （三）提取满足要求的形状

一：开操作（先腐蚀后膨胀）

 特点：消除噪点，去除小的干扰块，而不影响原来的图像

import cv2 as cv
import numpy as np

def camp(val1,val2):
    pv = val1 + val2
    if pv > 255:
        return 255
    if pv < 0:
        return 0
    return pv

def open_demo(image):
    gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    for i in range(1000):　　#为灰度图像加一些噪点
        h = np.random.random_integers(0,gray.shape[0]-1)
        w = np.random.random_integers(0, gray.shape[1]-1)
        val = np.random.random_integers(0, 255)
        gray[h,w] = camp(gray[h,w],val)

    ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)　　#生成二值化图像
    cv.imshow("binary",binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,3))
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)　　#开操作，先腐蚀后膨胀，会消除一些为1的白色噪点
    cv.imshow("open_demo",binary)


src = cv.imread("./o.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像和窗口联系

open_demo(src)

cv.waitKey(0)   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作
cv.destroyAllWindows()  #销毁所有窗口

二：闭操作（先膨胀后腐蚀）

 特点：可以填充闭合区域

def close_demo(image):
    gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
    cv.imshow("binary",binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,15))
    binary = cv.morphologyEx(binary,cv.MORPH_CLOSE,kernel)
    cv.imshow("close_demo",binary)


src = cv.imread("./o.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像和窗口联系 

三：利用开操作完成的任务

（一）提取水平垂直线

def open_demo(image):
    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,(1,15))　　#修改内核为(15,1)可以提起横线
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
    cv.imshow("open_demo",binary)

原理：

kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,1))

（二）消除干扰线

def open_demo(image):
    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,(3,3))　　#因为干扰线很细，小于我们想要的字母，先腐蚀后膨胀对字母无影响，但是对于细线在腐蚀的时候就处理掉了
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
    cv.imshow("open_demo",binary)

（三）提取满足要求的形状

getStructuringElement我们设置的内核形状为矩形，是可以设置其他形状

矩形：MORPH_RECT;
交叉形：MORPH_CORSS;
椭圆形：MORPH_ELLIPSE;

参考：OpenCV---膨胀与腐蚀

 

def open_demo(image):
    gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
    cv.imshow("binary",binary)
    kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(5,5))
    binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
    cv.imshow("open_demo",binary)

 

作者：山上有风景
欢迎任何形式的转载，但请务必注明出处。
限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。