OpenCV Python形態學變換

原理形態變換是根據的形狀進行的簡單運算。一般被用在二值影象上。它需要兩個輸入，乙個是我們的原始，另乙個是被叫做結構元素或者是核，用來決定運算的型別。兩個基本的形態運算是腐蝕和dilation.其他的變形如開，合，梯度等也會有。我們來看看他們在下面這張圖上的表現。

1. 腐蝕

腐蝕的基本理念就和土壤腐蝕一樣，它會腐蝕掉前景的邊緣（所以前景應該用白色）。核腐蝕掉。原始裡的乙個畫素（1或者0）只有在核下的所有畫素都是1的時候才被認為是1.否則它就被腐蝕掉了（變成0）

根據核的大小來決定在邊界附近的多少畫素會被丟棄掉，所以前景物體的厚度或大小會縮小，或者說白色區域會減小。這個在移除小的白色噪點時很有用。

在下面的例子裡，我用給乙個5x5的核，來看看如何工作的：

import cv2

import numpy as np

img = cv2.imread('j.png',0)

kernel = np.ones((5,5), np.uint8)

erosion = cv2.erode(img,kernel,iterations=1)

結果：

2.膨脹

這個就是腐蝕的反義詞，在核下只要有至少乙個畫素是1，畫素的值就是1.所以它會增加上白色區域的範圍或者前景物體的大小。一般來說，在去噪過程中，腐蝕後會再膨脹。因為腐蝕去掉了白噪點，但是它也縮小了我們的物件，所以我們再膨脹它，由於噪點已經沒了，它不會回來，我們的物體區域會增加。在把分隔物件連起來也很有用。

3. 開

開就是腐蝕之後再膨脹的另乙個名字。我們使用函式cv2.morphologyex()

opening = cv2.morphologyex(img,cv2.morph_open,kernel)

結果：

4.閉閉是開的反義詞，膨脹之後再腐蝕，在用來關閉前景物件裡的小洞或小黑點很有用。

5.形態梯度

這個和腐蝕以及膨脹不同，結果看上去像是物體的輪廓。

gradient = cv2.morphologyex(img,cv2.morph_gradient,kernel)

結果：

6.頂帽

這個是輸入和的開運算結果的差別，下面是9x9的核的

tophat=cv2.morphologyex(img,cv2.morph_tophat,kernel)

結果：

7.黑帽

這是輸入的閉的結果和輸入的差別。

blackhat=cv2.morphologyex(img,cv2.morph_blackhat,kernel)

結果：

結構元素

我們通過numpy人工建立了結構元素。是個矩形，但是有些情況下，你可能會需要橢圓/圓型的核。為了這個目的，opencv有乙個函式cv2.getstructuringelement()。你把形狀和核的大小作為引數傳給它，你就可以得到想要的核。

# rectangular kernel

>>>cv2.getstructuringelement(cv2.morph_rect,(5,5))

array([[1,1,1,1,1],

[1,1,1,1,1],

[1,1,1,1,1],

[1,1,1,1,1],

[1,1,1,1,1]],dtype=uint8)

# elliptical kernel

>>>cv2.getstructuringelement(cv2.morph_ellipse,(5,5))

array([[0,0,1,0,0],

[1,1,1,1,1],

[1,1,1,1,1],

[1,1,1,1,1],

[0,0,1,0,0]],dtype=uint8)

# cross-shaped kernel

>>>cv2.getstructuringelement(cv2.morph_cross,(5,5))

array([[0,0,1,0,0],

[0,0,1,0,0],

[1,1,1,1,1],

[0,0,1,0,0],

[0,0,1,0,0]],dtype=uint8)

OpenCV Python形態學變換

OpenCV Python 形態學操作

OpenCV Python 形態學轉換十七

opencv python 7 形態學變換

OpenCV Python形態學變換

OpenCV Python 形態學操作

OpenCV Python 形態學轉換 十七

opencv python 7 形態學變換

相關推薦

OpenCV Python 形態學轉換十七