python实现opencv学习二十:图像的开闭操作
作者:互联网
代码:
# -*- coding=GBK -*-
import cv2 as cv
#开操作:
# 图像形态学的重要操纵之一,基于膨胀与腐蚀操作组合形成的;
# 主要是应用在二值图像分析中,灰度图像亦可;
# 开操作 = 腐蚀+膨胀 ,输入图像 + 结构元素
# 作用:用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.提取水平或竖直的线
# 闭操作:
# 图像形态学的重要操纵之一,基于膨胀与腐蚀操作组合形成的;
# 主要是应用在二值图像分析中,灰度图像亦可;
# 开操作 = 膨胀+腐蚀 ,输入图像 + 结构元素
# 作用:用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积.
# getStructuringElement() 与 morphologyEx() 函数用法:https://blog.csdn.net/weixin_42512684/article/details/111087122
def open_image(image):
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("Binarization", binary)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5)) # 返回指定形状和尺寸的结构元素。
# retval = cv.getStructuringElement(shape, ksize[, anchor])
# shape: 元素形状,OpenCV 中提供了三种,MORPH_RECT(矩阵),MORPH_CORSS(交叉形状),MORPH_ELLIPSE(椭圆) ;
# ksize,结构元素的大小;
# anchor,元素内的描点位置,默认为 (-1,-1)表示形状中心,在这里值得注意的是,只有MORPH-CROSS形状依赖描点位置,其它情况描点仅调节其他形态运算结果偏移了多少
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
# dst =cv.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]] )
cv.imshow("Operation_Open", binary)
def close_image(image):
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
cv.imshow("Operation_Close", binary)
src = cv.imread("fengling.jpg")
cv.imshow("before", src)
open_image(src)
close_image(src)
cv.waitKey(0)
cv.destroyAllWindows()
结果:
备注:
getStructuringElement(),morphologyEx()参考资料:https://blog.csdn.net/weixin_42512684/article/details/111087122
膨胀,腐蚀参考资料:https://blog.csdn.net/weixin_44623637/article/details/98777859
标签:binary,MORPH,python,image,开闭,opencv,图像,kernel,cv 来源: https://blog.csdn.net/weixin_40338379/article/details/118345272