当前位置: 首页 > news >正文

OpenCV(图像处理)-基于Python-形态学处理-开运算、闭运算、顶帽、黑帽运算

在这里插入图片描述

  • 1. 形态学
  • 2. 常用接口
    • 2.1 cvtColor()
    • 2.2 图像二值化
      • threshod()
      • 自适应阈值二值化
        • adaptiveThreshod()
    • 2.3 腐蚀与膨胀
      • erode()
      • getStructuringElement()
      • dilate()
    • 2.4开、闭、梯度、顶帽、黑帽运算
      • morphologyEx()

1. 形态学

OpenCV形态学是一种基于OpenCV库的数字图像处理技术,主要用于处理图像的形状、结构和空间关系。它包括一系列图像处理工具和算法,包括膨胀、腐蚀、开运算、闭运算、形态学梯度、顶帽、黑帽等。

通过对图像进行形态学操作可以实现一些重要的图像处理任务,比如去除噪声、分离图像中的对象、填充图像中的空洞、改变图像的形状、寻找图像中的轮廓等等。在OpenCV中,形态学操作通常采用二值图像进行处理,它可以通过C++或Python编程实现具体的形态学算法

2. 常用接口

在对图片进行相关操作之前,我们首先要先将彩色图片转变为灰度图像,方便图像的二值化。

2.1 cvtColor()

转换颜色通道的API
dst = cv2.cvtColor( img , cv2.COLOR_BGR2GRAY)
第二个参数为BGR图像转到灰度图像。

2.2 图像二值化

threshod()

该API能将灰度图像按照设定的阈值,将图像二值化。

ret ,dst = cv2.threshod( img, thresh, maxVal, type)
img:图像,最好是灰度图。
thresh:阈值(低于阈值为0,高于阈值的部分为maxVal)
maxVal:超过阈值的替换成maxVal
返回值有两个,第一个是使用的阈值,第二个是输出后的图像

type:

  • CV2.THRESH_BINARY
  • CV2.THRESH_BINARY_INV
  • CV2.THRESH_TRUNC
  • CV2.THRESH_TOZERO
  • CV2.THRESH_TOZERO_INV

在这里插入图片描述
上图显示了不同参数下,二值化的不同图像,第一个图为原始图像,后面的为不同的规则。


下列示例将一个灰度图分别以阈值100,180进行二值化。

import cv2
import numpy as npimg = cv2.imread('./image/lena_small.png')
# 将图片转换为灰度图
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 将阈值设为100,180
ret, img2 = cv2.threshold(img1, 100, 255, cv2.THRESH_BINARY)
ret1, img3 = cv2.threshold(img1, 180, 255, cv2.THRESH_BINARY)cv2.imshow('orgin_img', img1)
cv2.imshow('img_100', img2)
cv2.imshow('img_180', img3)cv2.waitKey(0)

在这里插入图片描述

自适应阈值二值化

有时候由于光照不均匀以及阴影的存在,有可能导致阴影部分的白色会被二值化为黑色,因此只有一个阈值的缺陷就暴露了出来。
在这里插入图片描述
用全局二值化,将阈值设置为180时,由于阴影的存在,会将阴影部分黑化,导致显示不完全。因次提出了自适应二值化的方法。

adaptiveThreshod()

dst = cv2.adaptiveThreshod(img, maxVal, adaptiveMethod, Type, blockSize, C)
img:需要二值化的图像(最好是灰度图
maxVal:超过阈值的像素设置成maxVal
adaptiveMethod:见下图
Type:为全局二值化的Type
blockSize:临近区域的大小,填奇数
C:常量,从计算的平均值或加权平均值中减去,一般为0

在这里插入图片描述

2.3 腐蚀与膨胀

腐蚀就是将一个图片关键部分“缩小“,膨胀将一个图形的关键部分放大。卷积核通常为全1的奇数矩阵。

在这里插入图片描述

在这里插入图片描述

erode()

原始图像中的一个像素无论是1还是0,只有当内核中的所用像素都是1时,结果才是1,否则结果就是0
dst = cv2.erode(img, kenel, iterations = 1)
img:要腐蚀的图像
kenel:卷积核,全1的矩阵
iterations:执行次数,默认为1次

在这里插入图片描述

getStructuringElement()

便捷API,帮助我们获得指定大小的卷积核
kernel = cv2.getStructuringElement(type, Size)
Type:MORPH_RECT(矩形);MORPH_ELLIPSE(椭圆形部分为1);MORPH_CROSS(十字架部分为1)
Size:(3, 3);(5, 5)…

import cv2
import numpy as npimg = cv2.imread('./image/j.png')# 自己创建5*5的卷积核
# kernel = np.ones((5, 5), np.uint8)
# 获得卷积核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
dst = cv2.erode(img, kernel)cv2.imshow('orgin_img', img)
cv2.imshow('dst', dst)cv2.waitKey(0)

在这里插入图片描述

dilate()

只要锚点非0,那么结果非0,卷积核越大,膨胀越大
dst = cv2.dilate(img, kernel, iterations = 1)
img:要膨胀的图像
kenel:卷积核,全1的矩阵
iterations:执行次数,默认为1次

import cv2
import numpy as npimg = cv2.imread('./image/j.png')# 自己创建5*5的卷积核
# kernel = np.ones((5, 5), np.uint8)
# 获得卷积核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# # 腐蚀
# dst = cv2.erode(img, kernel)# 膨胀
dst = cv2.dilate(img, kernel)cv2.imshow('orgin_img', img)
cv2.imshow('dst', dst)cv2.waitKey(0)

在这里插入图片描述

2.4开、闭、梯度、顶帽、黑帽运算

开运算:腐蚀+膨胀
闭运算:膨胀+腐蚀
梯度:原图-腐蚀
顶帽:原图-开运算
黑帽:原图-闭运算

morphologyEx()

dst = cv2.morphologyEx(img, Type, kernel)
img:进行操作的原图
kernel:噪点大,用大核

Type:

  • MORPH_OPEN/MORPH_CLOSE(开闭运算)
  • MORPH_GRADIENT(梯度运算)
  • MORPH_TOPHAT/MORPH_BLACKHAT(顶黑帽)

开运算:去除文字外的小噪点
在这里插入图片描述

闭运算:去除文字内的小噪点
在这里插入图片描述

梯度运算:获得文字的轮廓
在这里插入图片描述
顶帽:得到大图像外的小图形
在这里插入图片描述

黑帽:得到大图形内的小图形
在这里插入图片描述
以上就是形态学相关API的使用。

http://www.lryc.cn/news/93793.html

相关文章:

  • chatgpt赋能python:Python支持跨平台软件开发
  • 哈工大计算机网络课程网络层协议详解之:CIDR与路由聚集
  • C++ 教程(19)——日期 时间
  • React 应用 Effect Hook 函数式中操作生命周期
  • C代码程序实现扫雷游戏纯代码版本
  • ai代写---怎么在ubutnu服务器中安装mqtt
  • 【设计模式与范式:行为型】63 | 职责链模式(下):框架中常用的过滤器、拦截器是如何实现的?
  • Kendo UI for jQuery---03.组件___网格---02.开始
  • 初识Telegraf、InfluxDB和Grafana铁三角形成的监控可视化解决方案
  • 【哈佛积极心理学笔记】第20课 幸福与幽默
  • 设计模式-责任链模式
  • 不变的是需求,变化的是解决方法和工具:探讨iPaaS与ESB的差异
  • 网络解析----faster rcnn
  • modbus TCP协议讲解及实操
  • 既有内销又有外贸,多样性外贸业务管理解决方案
  • spring eurake中使用IP注册
  • c# 从零到精通 form界面之listView控件
  • Qt6.5.1+WebRTC学习笔记(十二)环境搭建流媒体服务器(ubuntu22.04+SRS)
  • LeetCode 9. 回文数
  • Linux系统之部署Teleport堡垒机系统
  • 【二叉树part02】| 102.二叉树的层序遍历、226.翻转二叉树、101.对称二叉树
  • 【干货】Android系统定制基础篇:第十五部分(Android支持鼠标右键返回、GPIO 控制方案、属性标识USB摄像头的VID与PID)
  • ubuntu18 修改dns服务器地址为google
  • RHCE shell 作业一
  • Qqis中采用栅格工具生成XYZ瓦片(目录)简介
  • 【Axure教程】根据标签数自动调整尺寸的多选下拉列表
  • 【python】js逆向基础案例——有道翻译
  • 面经系列.飞猪 Java开发工程师.杭州.2023.6.14一面面经
  • 基于物联网及云平台的光伏运维系统
  • Android kotlin 实现仿京东多个item向左自动排队(横向、动手滑动、没有首尾滑动)功能