python 简单图像处理（14） 灰度图腐蚀和膨胀，开运算、闭运算

在前面，我们讲了二值图的腐蚀和膨胀运算

其实我们很容易把腐蚀和膨胀的概念扩展到灰度图上面去

在讲二值图时，我们把粗框区域作为黑色区域

而对于灰度图，我们把粗框区作为整个图形区域

对于图形中的任一点，以其为中心的一个窗口，在窗口与原图的重合部分。

若我们把重合区域中所有点灰度值的最大值赋给当前点，就是对灰度图的腐蚀操作

若我们把重合区域中所有点灰度值的最小值赋给当前点，就是对灰度图的膨胀操作

我们能看到，除了图像边缘的点之外，一般点的重合区域都和所选的窗口一样大

如图中，我们把一个圆作为一个窗口。同样，你能把任意形状作为窗口

 

好啦，我们就以方框作为窗口来编程

import cv

def Change(image,flag = 0,num = 2):
    w = image.width
    h = image.height
    size = (w,h)
    iChange = cv.CreateImage(size,8,1)
    for i in range(h):
        for j in range(w):
            a = []
            for k in range(2*num+1):
                for l in range(2*num+1):
                    if -1<(i-num+k)<h and -1<(j-num+l)<w:
                        a.append(image[i-num+k,j-num+l])
            if flag == 0:
                k = max(a)
            else:
                k = min(a)
            iChange[i,j] = k
    return iChange       
                
        
image = cv.LoadImage('lena.jpg',0)
iCorrode = Change(image)
iExpand = Change(image,1)
iOpen = Change(iCorrode,1)
iClose = Change(iExpand)
cv.ShowImage('image',image)
cv.ShowImage('iCorrode',iCorrode)
cv.ShowImage('iExpand',iExpand)
cv.ShowImage('iOpen',iOpen)
cv.ShowImage('iClose',iClose)
cv.WaitKey(0)

 

函数中flag为0表示腐蚀，为其它值是表示膨胀

num=2 表示为5×5的窗口

我们可以在调用函数的时候改变窗口的大小

我们在处理的时候用了多层循环，所以计算会花很长时间，我用一幅256×256的图。跑上面的程序需要花六七秒的时间

不知道有没有什么好方法

好了，我们来看看运行效果吧

 

 

(若例子中使用的图有版权问题，请与我联系)

腐蚀图像相对原图偏亮，膨胀图像相对原图偏暗

好啦，这就是灰度图的腐蚀操作

和前面的二值图操作其实很像