opencv 形态学变换(开运算,闭运算,梯度运算)

形态学里把腐蚀和膨胀单独拿了出来,其他操作(保括膨胀和腐蚀的组合操作)都叫形态学变换。
opencv里有包:cv2.morphologyEx()
morphology :译文 形态学
使用python +opencv讲解

开运算

开运算:对图像先进行腐蚀,然后对腐蚀后的图进行膨胀

morphologyEx
运算结果=cv2.morphologyEx(源图像img,cv2.MORPH_OPEN,卷积核k)
cv2.MORPH_OPEN:开运算

import cv2
import numpy as np
o=cv2.imread("opening.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((10,10),np.uint8)
r=cv2.morphologyEx(o,cv2.MORPH_OPEN,k)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

闭运算

对图像进行先膨胀,再腐蚀。
有助于关闭前景物体上的小孔,或者小黑点。

morphologyEx
运算结果=cv2.morphologyEx(源图像img,cv2.MORPH_CLOSE,卷积核k)
cv2.MORPH_CLOSE:闭运算

合理选择卷积核大小,太小了无法去除前景图的黑点

import cv2
import numpy as np
o=cv2.imread("closing.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((10,10),np.uint8)
r=cv2.morphologyEx(o,cv2.MORPH_CLOSE,k)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

梯度运算

对二值图像分别进行膨胀和腐蚀操作。
然后膨胀图像-腐蚀图像=结果
(像素相减)0-0=0,1-1=0,1-0=1

运算结果=cv2.morphologyEx(源图像img,cv2.MORPH_GRADIENT,卷积核k)
cv2.MORPH_GRADIENT:闭运算

import cv2
import numpy as np
o=cv2.imread("gradient.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r=cv2.morphologyEx(o,cv2.MORPH_GRADIENT,k)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

到此这篇关于opencv 形态学变换(开运算,闭运算,梯度运算)的文章就介绍到这了,更多相关opencv 形态学变换内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python OpenCV处理图像之滤镜和图像运算

    本文实例为大家分享了Python OpenCV处理图像之滤镜和图像运算的具体代码,供大家参考,具体内容如下 0x01. 滤镜 喜欢自拍的人肯定都知道滤镜了,下面代码尝试使用一些简单的滤镜,包括图片的平滑处理.灰度化.二值化等: import cv2.cv as cv image=cv.LoadImage('img/lena.jpg', cv.CV_LOAD_IMAGE_COLOR) #Load the image cv.ShowImage("Original", image) grey

  • Python-openCV开运算实例

    我就废话不多说了,大家还是直接看代码吧~ #coding=utf-8 import cv2 import numpy as np img=cv2.imread('timg.jpeg',cv2.CV_LOAD_IMAGE_GRAYSCALE) #创建矩形结构单元 g=cv2.getStructuringElement(cv2.MORPH_RECT,(9,9)) #形态学处理,开运算 img_open=cv2.morphologyEx(img,cv2.MORPH_OPEN,g) img_hat=im

  • OpenCV 之按位运算举例解析

    文章介绍 OpenCV 库中包含很多运算函数,这里着重介绍按位运算的基本原理并举例说明. 本篇文章中主要涉及到的函数有: 按位与:bitwise_and(): 按位或:bitwise_or(): 按位异或:bitwise_xor(). 按位反转:bitwise_not(): [注]以上所有运算皆基于二进制而来. 举例说明 1.bitwise_and() a = np.array([[1], [9], [1], [0], [0]]) b = np.array([[1], [8], [0], [0]

  • opencv 形态学变换(开运算,闭运算,梯度运算)

    形态学里把腐蚀和膨胀单独拿了出来,其他操作(保括膨胀和腐蚀的组合操作)都叫形态学变换. opencv里有包:cv2.morphologyEx() morphology :译文 形态学 使用python +opencv讲解 开运算 开运算:对图像先进行腐蚀,然后对腐蚀后的图进行膨胀 morphologyEx 运算结果=cv2.morphologyEx(源图像img,cv2.MORPH_OPEN,卷积核k) cv2.MORPH_OPEN:开运算 import cv2 import numpy as

  • 详解Python图像形态学处理(开运算,闭运算,梯度运算)

    目录 一.图像开运算 二.图像闭运算 三.图像梯度运算 四.总结 这篇文章将继续介绍开运算.闭运算和梯度运算.数学形态学(Mathematical Morphology)是一种应用于图像处理和模式识别领域的新方法.数学形态学(也称图像代数)表示以形态为基础对图像进行分析的数学工具,其基本思想是用具有一定形态的结构元素去量度和提取图像中对应形状以达到对图像分析和识别的目的. 一.图像开运算 开运算一般能平滑图像的轮廓,削弱狭窄部分,去掉较细的突出.闭运算也是平滑图像的轮廓,与开运算相反,它一般熔合

  • Python OpenCV形态学运算示例详解

    目录 1. 腐蚀 & 膨胀 1.1什么是腐蚀&膨胀 1.2 腐蚀方法 cv2.erode() 1.3 膨胀方法 cv2.dilate() 2. 开运算 & 闭运算 2.1 简述 2.2 开运算 2.3 闭运算 3. morphologyEx()方法 3.1 morphologyEx()方法 介绍 3.2 梯度运算 3.3 顶帽运算 3.4 黑帽运算 1. 腐蚀 & 膨胀 1.1什么是腐蚀&膨胀 腐蚀&膨胀是图像形态学中的两种核心操作 腐蚀可以描述为是让图像沿

  • OpenCV半小时掌握基本操作之图像梯度

    目录 概述 梯度运算 礼帽 黑帽 Sobel 算子 计算 x 计算 y 计算 x+y 融合 [OpenCV]⚠️高手勿入! 半小时学会基本操作⚠️图像梯度 概述 OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. 梯度运算 梯度: 膨胀 (Dilating) - 腐蚀 (Eroding). 例子: # 读取图片 pie = cv2.imread("pie.jpg") # 核 kernel = np.ones((7,

  • Python图像运算之顶帽运算和底帽运算详解

    目录 一.图像顶帽运算 二.图像底帽运算 三.总结 一.图像顶帽运算 图像顶帽运算(top-hat transformation)又称为图像礼帽运算,它是用原始图像减去图像开运算后的结果,常用于解决由于光照不均匀图像分割出错的问题.其公式定义如下: 图像顶帽运算是用一个结构元通过开运算从一幅图像中删除物体,顶帽运算用于暗背景上的亮物体,它的一个重要用途是校正不均匀光照的影响.其效果图如图1所示. 在Python中,图像顶帽运算主要调用morphologyEx()实现,其中参数cv2.MORPH_

  • cv2.getStructuringElement()函数及开、闭、腐蚀、膨胀原理讲解

    cv2.getStructuringElement()函数的作用是返回一个结构元素(卷积核),具体解析如下: kernel = cv2.getStructuringElement(a,b,c): # 得到一个结构元素(卷积核).主要用于后续的腐蚀.膨胀.开.闭等运算.因为这些运算都是依赖于卷积核的,不同的卷积核(形状.大小)对图形的腐蚀.膨胀操作效果不一样 输入参数:         a设定卷积核的形状.b设定卷积核的大小.c表示描点的位置,一般 c = 1,表示描点位于中心.(下文细说)返回值

  • c异或运算 c异或运算符号

    与运算:&两者都为1为1,否则为0 1&1=1,  1&0=0,  0&1=0,  0&0=0 或运算:|两者都为0为0,否则为11|1 = 1,  1|0 = 1,  0|1 = 1, 0|0 = 0 非运算:~1取0,0取1~1 = 0, ~0 = 1~(10001) = 01110 异或运算两者相等为0,不等为11^1=0, 1^0=1, 0^1=1, 0^0=0 下面是详细的解释: 位运算    位运算的运算分量只能是整型或字符型数据,位运算把运算对象看作是

  • opencv形态学中的孔洞填充详细图解

    目录 1. 原理 2. 漫水填充算法 1. 原理 孔洞指的是被前景像素点或者说感兴趣的像素点包围起来的区域,这个区域是我们不感兴趣的背景区域. 数字图像处理的孔洞填充的公式为: I 为前景像素 ,c 为补集 其实孔洞填充的步骤就是一个迭代的过程: 先设置一个填充的起始点,需要在孔洞的内部.如d图所示,然后被结构元B(图c)膨胀. 然后,为了将膨胀的结果限制在孔洞内部,需要和原图(图a)的补集(图b)相交(图e),因为如果不控制膨胀的结果的话,那么膨胀会填充整个区域,而膨胀结果和原图的补集相交,会

  • Java利用位运算实现加减运算详解

    目录 前言 思路分析 示例 位运算进位 初步结果 去除加号 整体思路 加法代码实现 减法实现 减法分析 减法代码实现 总结 前言 本文主要介绍如何使用位运算来实现加减功能,也就是在整个运算过程中不能出现加减符号. 加减乘除运算在计算机中,实际上都是用位运算实现的,今天就用位运算来模拟下加法和减法的运算功能. 思路分析 先分析如何用位运算实现加法运算. 示例 假设a=23,b=36,使用位运算实现加法得到结果59. 首先来看下23.36.59的二进制信息. 从上面的图中可以看到,两个数相加的结果与

  • Python+OpenCV之形态学操作详解

    目录 一. 腐蚀与膨胀 1.1 腐蚀操作 1.2 膨胀操作 二. 开运算与闭运算 2.1 开运算 2.2 闭运算 三.梯度运算 四.礼帽与黑帽 4.1 礼帽 4.2 黑帽 一. 腐蚀与膨胀 1.1 腐蚀操作 import cv2 import numpy as np img = cv2.imread('DataPreprocessing/img/dige.png') cv2.imshow("img", img) cv2.waitKey(0) cv2.destroyAllWindows(

随机推荐