概述
目录
一、几种运算之间的区别与特点
二、几种操作的python实现以及效果
1、开运算
2、闭运算
3、形态学梯度
4、顶帽
5、黑帽
三、内核设置
cv2.getStructuringElement()
一、几种运算之间的区别与特点
运算类型 | 操作 | 目的 |
开运算 | 先腐蚀再膨胀 | 可在纤细点出分离物体。有助于消除噪音 |
闭运算 | 先膨胀后腐蚀 | 用于排除前景对象中的小孔或对象上的小黑点 |
形态学梯度 | 膨胀图与腐蚀图之差 | 用于保留目标物体的边缘轮廓 |
顶帽 | 原图与开运算图之差 | 分离比邻近点亮的斑块,用于突出原图像中比周围亮的区域 |
黑帽 | 闭运算图-原图像 | 分离比邻近点暗的斑块,突出原图像中比周围暗的区域 |
二、几种操作的python实现以及效果
1、开运算
代码:
import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#开运算
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('result',opening)
cv2.waitKey()
效果:
2、闭运算
代码:
import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((3,3),np.uint8)
#闭运算
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('result',closing)
cv2.waitKey()
效果:
3、形态学梯度
代码:
import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img1.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#形态学梯度调用
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('result',gradient)
cv2.waitKey()
效果:
4、顶帽
代码:
import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#顶帽调用
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('show',tophat)
cv2.waitKey()
效果:
5、黑帽
代码:
import cv2
import numpy as np
#读图
img = cv2.imread('F:/BYJC/image/img.jpg',0)
#设置核
kernel = np.ones((5,5),np.uint8)
#黑帽调用
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
#显示效果
cv2.imshow('src',img)
cv2.imshow('show',blackhat)
cv2.waitKey()
效果:
三、内核设置
cv2.getStructuringElement()
在实际的使用中,某些情况下,可能需要椭圆/圆形内核。 因此,OpenCV提供了一个函数cv2.getStructuringElement(),
只需传递内核的形状和大小,即可获得所需的内核。
这个函数的第一个参数表示内核的形状,有三种形状可以选择:
矩形:MORPH_RECT;
交叉形:MORPH_CROSS;
椭圆形:MORPH_ELLIPSE;
第二和第三个参数分别是内核的尺寸以及锚点的位置。一般在调用erode以及dilate函数之前,先定义一个Mat类型的变量来获得函数的返回值: 对于锚点的位置,有默认值Point(-1,-1),表示锚点位于中心点。element形状唯一依赖锚点位置,其他情况下,锚点只是影响了形态学运算结果的偏移。
代码:
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(11,11))
最后
以上就是真实小懒虫为你收集整理的【形态学滤波】——python实现开运算、闭运算、形态学梯度、顶帽、黑帽一、几种运算之间的区别与特点二、几种操作的python实现以及效果三、内核设置的全部内容,希望文章能够帮你解决【形态学滤波】——python实现开运算、闭运算、形态学梯度、顶帽、黑帽一、几种运算之间的区别与特点二、几种操作的python实现以及效果三、内核设置所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复