【python-opencv】17-形态学操作-腐蚀与膨胀

时间:2022-10-01 20:31:41

【python-opencv】17-形态学操作-腐蚀与膨胀

形态学操作其实就是改变物体的形状,比如腐蚀就是"变瘦",膨胀就是"变胖",看下图就明白了:

【python-opencv】17-形态学操作-腐蚀与膨胀

形态学操作一般作用于二值化图(也可直接作用于原图),来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色部分!

腐蚀

腐蚀的效果是把图片"变瘦",其原理是在原图的小区域内取局部最小值。因为是二值化图,只有0和255,所以小区域内有一个是0该像素点就为0:

【python-opencv】17-形态学操作-腐蚀与膨胀

这样原图中边缘地方就会变成0,达到了瘦身目的

OpenCV中用cv2.erode()函数进行腐蚀,只需要指定核的大小就行:

img = cv2.imread('j.bmp', 0)
kernel = np.ones((5, 5), np.uint8)
erosion = cv2.erode(img, kernel) # 腐蚀

这个核也叫结构元素,因为形态学操作其实也是应用卷积来实现的。

结构元素可以是矩形/椭圆/十字形,可以用cv2.getStructuringElement()来生成不同形状的结构元素,比如:

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 矩形结构
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) # 椭圆结构
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5)) # 十字形结构

【python-opencv】17-形态学操作-腐蚀与膨胀

膨胀

膨胀与腐蚀相反,取的是局部最大值,效果是把图片"变胖":

dilation = cv2.dilate(img, kernel)  # 膨胀

开/闭运算

【python-opencv】17-形态学操作-腐蚀与膨胀

先腐蚀(瘦)后膨胀(胖)叫开运算(因为先腐蚀会分开物体,这样容易记住),其作用是:分离物体,消除小区域。这类形态学操作用cv2.morphologyEx()函数实现:

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 定义结构元素

img = cv2.imread('j_noise_out.bmp', 0)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) # 开运算

【python-opencv】17-形态学操作-腐蚀与膨胀

def open_demo(image):
print(image.shape)
gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
ret , binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
# kernel = np.ones((5,5),np.uint16)
kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dst = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)
cv.imshow("open_demo",dst)

【python-opencv】17-形态学操作-腐蚀与膨胀

闭运算则相反:先膨胀后腐蚀先膨胀会使白色的部分扩张,以至于消除/"闭合"物体里面的小黑洞,所以叫闭运算

img = cv2.imread('j_noise_in.bmp', 0)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) # 闭运算

【python-opencv】17-形态学操作-腐蚀与膨胀

def close_demo(image):
print(image.shape)
gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
ret , binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
cv.imshow("binary", binary)
# kernel = np.ones((5,5),np.uint16)
kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dst = cv.morphologyEx(binary,cv.MORPH_CLOSE,kernel)
cv.imshow("close_demo",dst)

【python-opencv】17-形态学操作-腐蚀与膨胀

【python-opencv】17-形态学操作-腐蚀与膨胀

经验之谈:很多人对开闭运算的作用不是很清楚,看上图↑:
如果我们的目标物体外面有很多无关的小区域,就用开运算去除掉;
如果物体内部有很多小黑洞,就用闭运算填充掉。
开操作去掉外部小的干扰,用腐蚀也能做到,二者的区别在于开操作只去掉外部小的干扰而保留了其他部分不变

其他形态学操作

  • 形态学梯度:膨胀图减去腐蚀图,dilation - erosion,这样会得到物体的轮廓:
  • 【python-opencv】17-形态学操作-腐蚀与膨胀
img = cv2.imread('school.bmp', 0)
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

【python-opencv】17-形态学操作-腐蚀与膨胀

  • 顶帽(tophat):原图减去开操作后的图:src - opening
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
  • 黑帽(blackhat):闭运算图像与原图像差值:closing - src
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

【python-opencv】17-形态学操作-腐蚀与膨胀

【python-opencv】17-形态学操作-腐蚀与膨胀

【python-opencv】17-形态学操作-腐蚀与膨胀

【python-opencv】17-形态学操作-腐蚀与膨胀

【python-opencv】17-形态学操作-腐蚀与膨胀

def tophat_demo(image):
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
# kernel = np.ones((5,5),np.uint16)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
dst = cv.morphologyEx(gray, cv.MORPH_GRADIENT, kernel)
# dst = cv.morphologyEx(binary, cv.MORPH_BLACKHAT, kernel)
"""给dst图像添加亮度"""
# cimage = np.array(gray.shape,np.uint8)
# cimage = 120
# dst = cv.add(dst,cimage)
cv.imshow("MORPH_GRADIENT_demo", dst)

对Binary二值图进行腐蚀 膨胀等形态学操作

【python-opencv】17-形态学操作-腐蚀与膨胀

def erode_demo(image):
print(image.shape)
gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
ret , binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
# kernel = np.ones((5,5),np.uint16)
kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dst = cv.erode(binary,kernel=kernel)
cv.imshow("erode_demo",dst) def dilate_demo(image):
print(image.shape)
gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
ret , binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
cv.imshow("binary", binary)
# kernel = np.ones((5,5),np.uint16)
kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dst = cv.dilate(binary,kernel=kernel)
cv.imshow("dilate_demo",dst)

对BGR原图直接进行腐蚀 膨胀等形态学操作

【python-opencv】17-形态学操作-腐蚀与膨胀

"""BGR图像直接进行腐蚀 膨胀"""
src0 = cv.imread('beauty1.jpg')
cv.imshow('input_image',src0)
kernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dilate_dst = cv.dilate(src0,kernel=kernel)
cv.imshow("dilate_dst",dilate_dst)
erode_dst = cv.erode(src0,kernel=kernel)
cv.imshow("erode_dst",erode_dst)

参考:

https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_morphological_ops/py_morphological_ops.html#morphological-ops

https://www.jianshu.com/p/05ef50ac89ac