OpenCV图像处理笔记[04]

19. 图像腐蚀

• 基础

  1. 形态学转换主要针对的是二值图像

  2. 两个输入对象。

  ​ 对象1： 二值图像

  ​ 对象2： 卷积核

• 卷积核的中心逐个像素扫描原始图像

• 被扫描到的元素图像中的像素点，只有当卷积核对应的元素值均为1时，其值才为1，否则值为0

  函数erode

  dst = cv2.erode( src, kernel, iterations )

  dst , 处理结果 src， 源图像

  ​ kernel, 卷积核

  ​ iterations, 迭代次数

20. 图像膨胀

• 膨胀是腐蚀操作的逆操作

• 图像被腐蚀后，去除了噪声，但是会压缩图像

• 对腐蚀过的图像，进行膨胀处理，可以去除噪声，并保持原有形状

• 卷积核的中心逐个像素扫描原始图像

• 被扫描到的元素图像中的像素点，只有当卷积核对应的元素值均为1时，其值才为1，否则值为0

  ####        函数dilate

​ dst = cv2.dilate( src, kernel, iterations )

​ dst , 处理结果 src， 源图像

​ kernel, 卷积核

​ iterations, 迭代次数

21. 开运算

​ 开运算（image） = 膨胀（腐蚀（image））

• 图像被腐蚀后，去除了噪声，但是会压缩图像

• 对腐蚀过的图像，进行膨胀处理，可以去除噪声，并保持原有的形状

​ 函数morphologyEX

​ opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)

​ opening ,开运算结果 | img,源图像

​ | cv2.MORPH_OPEN,开运算

​ | kernel,卷积核 例：kernel = np.ones((5,5),np.unit8)

22. 闭运算

​ 闭运算（image） = 腐蚀（膨胀（image））

• 先膨胀，后腐蚀

• 它有助于关闭前景物体内部的小孔，或物体上的小黑点

函数morphologyEX

closing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)

closing ,闭运算结果 | img,源图像

​ | cv2.MORPH_CLOSE,闭运算

​ | kernel,卷积核 例：kernel = np.ones((5,5),np.unit8)

23. 梯度运算

​ 梯度（image) = 膨胀（image) - 腐蚀（image)

• 得到轮廓图像

  函数morphologyEX

  result = cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)

  result ,梯度结果 | img,源图像

  ​ | cv2.MORPH_GRADIENT,梯度

  ​ | kernel,卷积核 例：kernel = np.ones((5,5),np.unit8)

24. 礼帽操作

​ 礼帽（image) = 原始图像（image) - 开运算（image)

• 得到噪声图像

  函数morphologyEX

​ result = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)

• result* ,礼帽结果 | img,源图像

  ​ | cv2.MORPH_TOPHAT,礼帽

  ​ | kernel,卷积核 例：kernel = np.ones((5,5),np.unit8)

25. 黑帽图像处理

​ 黑帽（image) = 闭运算（image) - 原始（image)**

• 得到图像内部的小孔，或前景色中的小黑点

  函数morphologyEX

  result = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)

  result ,黑帽结果 | img,源图像

  ​ | cv2.MORPH_BLACKHAT,黑帽

  ​ | kernel,卷积核 例：kernel = np.ones((5,5),np.unit8)