開運算?

開運算=先腐蝕運算，再膨脹運算（看上去把細微連在一起的兩塊目標分開了）?

開運算的效果圖如下圖所示：?

開運算總結：?

（１）開運算能夠除去孤立的小點，毛刺和小橋，而總的位置和形狀不便。?

（２）開運算是一個基于幾何運算的濾波器。?

（３）結構元素大小的不同將導致濾波效果的不同。?

（４）不同的結構元素的選擇導致了不同的分割，即提取出不同的特征。

?

樣例

原始圖像?

代碼實踐

?

# coding:utf-8# 開運算 open_operationimport cv2import numpy as np # 開運算執行次數iter_times = 5# 讀取圖像img = cv2.imread("1.png", flags=cv2.IMREAD_GRAYSCALE) # 定義操作框，在圖像上以這個框大小的像素進行遍歷開運算operation_kernel = np.ones((3, 3), np.uint8)# 開運算result_image = cv2.morphologyEx(img, cv2.MORPH_OPEN, operation_kernel, iterations=iter_times) # 顯示原始圖像cv2.imshow("img", img)# 顯示處理完后的圖像cv2.imshow("result_image", result_image)cv2.waitKey(0)

代碼解讀：在上面的代碼中，我們可以看到做了實際工作的是cv2.morphologyEx()這個函數，該函數一共四個參數，依次為需要處理的圖像，處理圖像的方式，處理的核大小，處理的次數，其中我們主要調試的是核的大小和處理的次數，這兩個參數需要多次調試才能取得較好的效果，這里分別是3x3和5 ?當時核的大小也可以取7x7之類的，只要是整數就好了，不然會報錯哦。

?

結果

?

閉運算?

閉運算 = 先膨脹運算，再腐蝕運算（看上去將兩個細微連接的圖塊封閉在一起）?

閉運算的效果圖如下圖所示：

閉運算總結：?

（1）閉運算能夠填平小湖（即小孔），彌合小裂縫，而總的位置和形狀不變。?

（2）閉運算是通過填充圖像的凹角來濾波圖像的。?

（3）結構元素大小的不同將導致濾波效果的不同。?

（4）不同結構元素的選擇導致了不同的分割。

樣例

原始圖像?

代碼實踐

# coding:utf-8import cv2import numpy as np # 迭代次數iter_time = 1# 讀入灰度圖image = cv2.imread("2.png", flags=cv2.IMREAD_GRAYSCALE) # 定義操作框，在圖像上以這個框大小的像素進行遍歷閉運算operation_kernel = np.ones((3, 3), np.uint8)# 閉運算result_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, operation_kernel, iterations=iter_time) # 顯示原始圖像cv2.imshow("img", image)# 顯示處理完后的圖像cv2.imshow("result_image", result_image)cv2.waitKey(0)

代碼解讀：與之前的代碼一樣，我們主要關注cv2.morphologyEx()函數，不同的是我們的第二個參數換成了cv2.MORPH_CLOSE,也就是閉運算，另外幾個參數都是類似的，注意與上一個區分哦。

結果

（可以看到原始圖像中筆畫中間的黑點消失了一部分，筆畫銜接de部分也被連接在了一起）

總結

以上是生活随笔為你收集整理的【新星计划】Python OpenCV 形态学应用—图像开运算与闭运算的全部內容，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。