原文為段立輝翻譯，感謝Linux公社
此文檔為自學(xué)轉(zhuǎn)述，如有侵權(quán)請(qǐng)聯(lián)系本人。

目標(biāo)：

形態(tài)學(xué)轉(zhuǎn)換原理：一般情況下對(duì)二值化圖像進(jìn)行操作。需要兩個(gè)參數(shù)，一個(gè)是原始圖像，第二個(gè)被稱(chēng)為結(jié)構(gòu)化元素或者核，它是用來(lái)決定操作的性質(zhì)的。基本操作為腐蝕和膨脹，他們的變體構(gòu)成了開(kāi)運(yùn)算，閉運(yùn)算，梯度等。

1、腐蝕

把前景物體的邊界腐蝕掉，但是前景仍然是白色的。卷積核沿著圖像滑動(dòng)，如果與卷積核對(duì)應(yīng)的原圖像的所有像素值都是1，那么中心元素就保持原來(lái)的像素值，否則就變?yōu)榱恪８鶕?jù)卷積核的大小靠近前景的所有像素都會(huì)被腐蝕掉（變?yōu)?），所以前景物體會(huì)變小，整幅圖像的白色區(qū)域會(huì)減少。這對(duì)于去除白噪音很有用，也可以用來(lái)斷開(kāi)兩個(gè)連在一塊的物體。

erosion = cv2.erode(img, kernel, iterations=1)

2、膨脹

與腐蝕相反，與卷積核對(duì)應(yīng)的原圖像的像素值中只要有一個(gè)是1，中心元素的像素值就是1。所以這個(gè)操作會(huì)增加圖像中白色區(qū)域（前景）。一般在去噪音時(shí)先腐蝕再膨脹，因?yàn)楦g再去掉白噪音的同時(shí)，也會(huì)使前景對(duì)象變小，所以我們?cè)倥蛎洝＿@時(shí)噪音已經(jīng)被去除，不會(huì)再回來(lái)了，但是前景還在并會(huì)增加，膨脹也可以用來(lái)連接兩個(gè)分開(kāi)的物體。

dilation = cv2.dilate(img, kernel, iterations=1)

3、開(kāi)運(yùn)算

先進(jìn)行腐蝕再進(jìn)行膨脹就叫做開(kāi)運(yùn)算。被用來(lái)去除噪音，函數(shù)可以使用cv2.morphotogyEx()

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

4、閉運(yùn)算

先膨脹再腐蝕。被用來(lái)填充前景物體中的小洞，或者前景上的小黑點(diǎn)。

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

5、形態(tài)學(xué)梯度

其實(shí)就是一幅圖像膨脹與腐蝕的差別。結(jié)果看上去就像前景物體的輪廓。

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

6、禮帽

原始圖像與進(jìn)行開(kāi)運(yùn)算之后得到的圖像的差。

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

7、黑帽

進(jìn)行閉運(yùn)算之后得到的圖像與原始圖像的差。

blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

import cv2

import numpy as np

img = cv2.imread('./opencv_learn/image3.png',0)

kernel = np.ones((5,5),np.uint8)

# 腐蝕

erosion = cv2.erode(img, kernel, iterations=1)

# 膨脹

dilation = cv2.dilate(img, kernel, iterations=1)

# 開(kāi)運(yùn)算，先腐蝕在膨脹

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

# 閉運(yùn)算，先膨脹在腐蝕

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

# 形態(tài)學(xué)梯度，腐蝕和膨脹的差別

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

# 禮貌，開(kāi)運(yùn)算后與原圖的差

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

# 黑帽， 閉運(yùn)算后與原圖的差

blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

while(1):

    cv2.imshow('img',img)

    cv2.imshow('erosion',erosion)

    cv2.imshow('dilation', dilation)

    cv2.imshow('opening', opening)

    cv2.imshow('closing',closing)

    cv2.imshow('gradient',gradient)

    cv2.imshow('tophat', tophat)

    cv2.imshow('blackhat', blackhat)

    k = cv2.waitKey(1)

    if k == ord('q'):

        break

cv2.destroyAllWindows()

結(jié)構(gòu)化元素

之前的例子都是使用numpy構(gòu)建了結(jié)構(gòu)化元素，但是是正方形的，若需要構(gòu)建橢圓或者圓形的核，可以使用OpenCV提供的函數(shù)cv2.getStructuringElemenet()，只需要告訴它你需要的核的形狀和大小。

總結(jié)

以上是生活随笔為你收集整理的【OpenCV-Python】-图像形态学转化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。