Python OpenCV 形态学应用—图像开运算与闭运算

用户9925864

发布于 2022-07-27 01:05:40

1.2K00

代码可运行

文章被收录于专栏：算法工程师的学习日志算法工程师的学习日志

运行总次数：0

代码可运行

开运算

开运算=先腐蚀运算，再膨胀运算（看上去把细微连在一起的两块目标分开了）

开运算的效果图如下图所示：

开运算总结：

（１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。

（２）开运算是一个基于几何运算的滤波器。

（３）结构元素大小的不同将导致滤波效果的不同。

（４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。

样例

原始图像

代码实践

# coding:utf-8
# 开运算 open_operation
import cv2
import numpy as np

# 开运算执行次数
iter_times = 5
# 读取图像
img = cv2.imread("1.png", flags=cv2.IMREAD_GRAYSCALE)

# 定义操作框，在图像上以这个框大小的像素进行遍历开运算
operation_kernel = np.ones((3, 3), np.uint8)
# 开运算
result_image = cv2.morphologyEx(img, cv2.MORPH_OPEN, operation_kernel, iterations=iter_times)

# 显示原始图像
cv2.imshow("img", img)
# 显示处理完后的图像
cv2.imshow("result_image", result_image)
cv2.waitKey(0)

代码解读：在上面的代码中，我们可以看到做了实际工作的是cv2.morphologyEx()这个函数，该函数一共四个参数，依次为需要处理的图像，处理图像的方式，处理的核大小，处理的次数，其中我们主要调试的是核的大小和处理的次数，这两个参数需要多次调试才能取得较好的效果，这里分别是3x3和5 当时核的大小也可以取7x7之类的，只要是整数就好了，不然会报错哦。

结果

闭运算

闭运算 = 先膨胀运算，再腐蚀运算（看上去将两个细微连接的图块封闭在一起）

闭运算的效果图如下图所示：

闭运算总结：

（1）闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。

（2）闭运算是通过填充图像的凹角来滤波图像的。

（3）结构元素大小的不同将导致滤波效果的不同。

（4）不同结构元素的选择导致了不同的分割。

样例

原始图像

代码实践

# coding:utf-8
import cv2
import numpy as np

# 迭代次数
iter_time = 1
# 读入灰度图
image = cv2.imread("2.png", flags=cv2.IMREAD_GRAYSCALE)

# 定义操作框，在图像上以这个框大小的像素进行遍历闭运算
operation_kernel = np.ones((3, 3), np.uint8)
# 闭运算
result_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, operation_kernel, iterations=iter_time)

# 显示原始图像
cv2.imshow("img", image)
# 显示处理完后的图像
cv2.imshow("result_image", result_image)
cv2.waitKey(0)