頂帽(Top Hat)：

原圖像與開操作之間的差值圖像，突出原圖像中比周圍亮的區域

黑帽(Black Hat)：

閉操作圖像與原圖像的差值圖像, 突出原圖像中比周圍暗的區域

形態學梯度(Gradient)：

基礎梯度：基礎梯度是用膨脹后的圖像減去腐蝕后的圖像得到差值圖像，稱為梯度圖像也是opencv中支持的計算形態學梯度的方法，而此方法得到梯度有稱為基本梯度。

內部梯度：是用原圖像減去腐蝕之后的圖像得到差值圖像，稱為圖像的內部梯度。

外部梯度：圖像膨脹之后再減去原來的圖像得到的差值圖像，稱為圖像的外部梯度。

頂帽python實現以及結果

deftop_hat_demo(image):

gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dst=cv2.morphologyEx(gray, cv2.MORPH_TOPHAT, kernel)#提升亮度

cimage =np.array(gray.shape, np.uint8)

cimage= 100dst=cv2.add(dst, cimage)

cv2.imshow("top_hat_demo", dst)

黑帽python實現以及結果

defblack_hat_demo(image):

gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dst=cv2.morphologyEx(gray, cv2.MORPH_BLACKHAT, kernel)#提升亮度

cimage =np.array(gray.shape, np.uint8)

cimage= 100dst=cv2.add(dst, cimage)

cv2.imshow("black_hat_demo", dst)

二值圖像的頂帽與黑帽操作

def threshold_top_hat_demo(image): #二值圖像頂帽操作

gray =cv2.cvtColor(image, cv2.COLOR_BGRA2GRAY)

ret, thresh= cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY |cv2.THRESH_OTSU)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dst=cv2.morphologyEx(thresh, cv2.MORPH_TOPHAT, kernel)

cv2.imshow("dst", dst)def threshold_black_hat_demo(image): #二值圖像黑帽操作

gray =cv2.cvtColor(image, cv2.COLOR_BGRA2GRAY)

ret, thresh= cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY |cv2.THRESH_OTSU)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dst=cv2.morphologyEx(thresh, cv2.MORPH_BLACKHAT, kernel)

cv2.imshow("dst", dst)

形態學梯度操作

defgradient1_demo(image):

cv2.imshow("image", image)

gray=cv2.cvtColor(image, cv2.COLOR_BGRA2GRAY)

ret, thresh= cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY |cv2.THRESH_OTSU)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))

dst= cv2.morphologyEx(thresh, cv2.MORPH_GRADIENT, kernel) #基本梯度

cv2.imshow("dst", dst)defgradients2_demo(image):

cv2.imshow("image", image)

kernel= cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dm=cv2.dilate(image, kernel)

em=cv2.erode(image, kernel)

dst1= cv2.subtract(image, em) #內部梯度

dst2 = cv2.subtract(dm, image) #外部梯度

cv2.imshow("internal", dst1)

cv2.imshow("external", dst2)

內部梯度，外部梯度結果

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的pythonopencv图像形态_Python+OpenCV图像处理之其他形态学操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。