图像形态学变换膨胀和腐蚀开闭运算边缘检测 opencv实现

92 阅读 0 评论 61 点赞

我是靠谱客的博主要减肥招牌，这篇文章主要介绍图像形态学变换膨胀和腐蚀开闭运算边缘检测 opencv实现，现在分享给大家，希望可以做个参考。

一. 官方文档：

dilate（膨胀）：

函数原型 ↑

参数说明 ↑

cv.erode（腐蚀）的使用和其类似。

二. 实验：膨胀和腐蚀

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# Writer : wojianxinygcl@163.com
# Date  : 2020.3.22
import cv2 as cv
import numpy as np

image = cv.imread("../paojie.jpg")
image = cv.cvtColor(image,cv.COLOR_RGB2GRAY)
# 得到二值图像 定义阈值为127
#ret,thresh1 = cv.threshold(image,127,255,cv.THRESH_BINARY)
# 得到二值图像 自动计算合适的阈值
ret,thresh1 = cv.threshold(image,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)
Black_and_White = thresh1.copy()

# 得到腐蚀图像，3*3为卷积核大小
erode_result = cv.erode(thresh1,(3,3))
# 得到膨胀图像，3*3为卷积核大小
dilate_result = cv.dilate(thresh1,(3,3))

cv.imshow('Black_and_White',Black_and_White)
cv.imshow("erode_result", erode_result)
cv.imshow("dilate_result",dilate_result)
cv.waitKey(0)
cv.destroyAllWindows()

三. 实验输出：

原图（左）、膨胀图像（中）、腐蚀图像（右） ↑

四. 实验：开闭运算

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# Writer : wojianxinygcl@163.com
# Date   : 2020.3.22
import cv2 as cv
import numpy as np

image = cv.imread("../paojie.jpg")
image = cv.cvtColor(image,cv.COLOR_RGB2GRAY)
# 得到二值图像 定义阈值为127
#ret,thresh1 = cv.threshold(image,127,255,cv.THRESH_BINARY)
# 得到二值图像 自动计算合适的阈值
ret,thresh1 = cv.threshold(image,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)
Black_and_White = thresh1.copy()

# 闭运算
closing = cv.morphologyEx(thresh1, cv.MORPH_CLOSE, kernel=(3,3))
# 开运算
opening = cv.morphologyEx(thresh1, cv.MORPH_OPEN,  kernel=(3,3))

cv.imshow('Black_and_White',Black_and_White)
cv.imshow("closing", closing)
cv.imshow("opening", opening)
cv.waitKey(0)
cv.destroyAllWindows()