cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
第一個參數(shù)：圖像對象名稱
第二個參數(shù)：運算類型TOPHAT為禮帽運算
第三個參數(shù)：卷積核的大小
禮帽運算：原始的輸入-開運算（先腐蝕再膨脹）
原始帶刺兒，開運算先腐蝕把刺兒腐蝕掉，然后再膨脹最后不帶刺兒了
開運算之后不帶刺兒了，原始-不帶刺兒=只剩下刺兒

cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
第一個參數(shù)：圖像對象名稱
第二個參數(shù)：運算類型BLACKHAT為黑帽運算
第三個參數(shù)：卷積核的大小
黑帽運算：閉運算（先膨脹再腐蝕）- 原始輸入
原始帶刺兒，閉運算先膨脹刺兒也變大了，再腐蝕時，刺兒腐蝕不掉了
閉運算之后，刺兒還存在并且變粗了粗刺兒-原始細刺兒=刺兒沒了只留下了點點輪廓

import cv2 import numpy as npdef show_photo(name,picture):cv2.imshow(name,picture)cv2.waitKey(0)cv2.destroyAllWindows() #原圖： img = cv2.imread('E:\Jupyter_workspace\study\data/jiaju.png') show_photo('img',img)#禮帽： kernel = np.ones((3,3),np.uint8) tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel) show_photo('tophat',tophat)#黑帽： kernel = np.ones((3,3),np.uint8) blackhat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel) show_photo('blackhat',blackhat)

原圖：

禮帽：

黑帽：

總結(jié)

以上是生活随笔為你收集整理的10-礼帽与黑帽操作的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。