OpenCV-python形态学及图像的开闭运算

形态学图像处理的基本运算有：

膨胀和腐蚀（膨胀区域填充，腐蚀分割区域）
开运算和闭运算（开运算去除噪点，闭运算填充内部孔洞）
击中与击不中
顶帽变换，黑帽变换

形态学的应用：消除噪声、边界提取、区域填充、连通分量提取、凸壳、细化、粗化等；分割出独立的图像元素，或者图像中相邻的元素；求取图像中明显的极大值区域和极小值区域；求取图像梯度

知识重点

二值化操作 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)，对灰度图像操作, 全局阈值，整幅图像采用同一个数作为阈值。
自适应阈值二值化 dst = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 9, 7) 此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。
腐蚀操作 dst = cv2.erode(img, kernel, iterations = 2) 腐蚀操作也是用卷积核扫描图像, 去除图片中的噪点, 只不过腐蚀操作的卷积和一般都是1, 如果卷积核内所有像素点都是白色, 那么锚点即为白色. iterations是腐蚀操作的迭代次数, 次数越多, 腐蚀效果越明显。
- getStructuringElement(shape, ksize[, anchor]) opencv提供了获取卷积核的api.不需要我们手工创建卷积核.shape是指卷积核的形状, 注意不是指长宽, 是指卷积核中1形成的形状.
膨胀操作 dst = cv2.dilate(img, kernel, iterations = 1) 实现对图像的膨胀操作
开运算 dst = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) 开运算 = 腐蚀 + 膨胀去除图像外部的噪点 .
闭运算 dst = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) 闭运算 = 膨胀 + 腐蚀填充图像内部的噪点 .
形态学梯度 dst = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel) 梯度 = 原图 - 腐蚀, 腐蚀之后原图边缘变小了, 原图 - 腐蚀就可以得到腐蚀掉的部分, 即边缘.
顶帽运算 dst = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel,iterations = 2) 顶帽 = 原图 - 开运算开运算的效果是去除图像外的噪点, 原图 - 开运算就得到了去掉的噪点.

黑帽操作 dst = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel,iterations = 2)

黑帽 = 原图 - 闭运算闭运算可以将图形内部的噪点去掉, 那么原图 - 闭运算的结果就是图形内部的噪点

Mat kernel = getStructuringElement(int shape,Size ksize，Point anchor）;
shape   //结构元素的定义：形状 (MORPH_RECT \MORPH_CROSS（交叉形） \MORPH_ELLIPSE)；
ksize   //结构元素大小；
anchor  //锚点 默认是Point(-1, -1)意思就是中心像素,也可以自己指定

高阶形态学变换

void morphologyEx(
      InputArray src,            //输入图像
     OutputArray dst,            //输出图像
              int op,            //形态学运算类型
    InputArray kernel,           //结构元素
    Point anchor = Point(-1,-1), //锚点
    int iterations = 1,          //运算次数
    int borderType = BORDER_CONSTANT,
                  )

对于输入参数op（形态学运算类型）有以下几种参数可以设置：

MORPH_ERODE（腐蚀）
MORPH_DILATE（膨胀）
MORPH_OPEN（开运算）
MORPH_CLOSE（闭运算）
MORPH_GRADIENT（形态学梯度，即膨胀图减腐蚀图）
MORPH_TOPHAT（顶帽运算）
MORPH_BLACKHAT（底帽运算）
MORPH_HITMISS（击中与击不中）

顶帽运算就是求原图与原图的开运算的差值图像。作用：

1️⃣：得到开运算消除的区域（检查开运算效果）

2️⃣：校正不均匀光照的影响（用于暗背景上的亮物体，去光差）

 Mat src1 = imread("D:/opencv练习图片/开运算.png");
    Mat src_open, src_tophat;
    imshow("原图", src1);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(7, 7), Point(-1, -1));
    morphologyEx(src1, src_open, MORPH_OPEN, kernel,Point(-1, -1));//开运算
    morphologyEx(src1, src_tophat, MORPH_TOPHAT, kernel, Point(-1, -1));//顶帽运算
    imshow("开运算", src_open);
    imshow("顶帽运算", src_tophat);

Mat src1 = imread("D:/opencv练习图片/闭运算.png");
    Mat src_close, src_blackhat;
    imshow("原图", src1);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(7, 7), Point(-1, -1));
    morphologyEx(src1, src_close, MORPH_CLOSE, kernel,Point(-1, -1));//闭运算
    morphologyEx(src1, src_blackhat, MORPH_BLACKHAT, kernel, Point(-1, -1));//底帽运算
    imshow("闭运算", src_close);
    imshow("底帽运算", src_blackhat);