python实现图像膨胀和腐蚀算法

Posted 2021-03-04 我坚信阳光灿烂

数字图像处理入门第42节：图像形态学变换，膨胀和腐蚀的实现，含 python 源码。

如果您觉得本文不错！记得点赞哦！

---

一. 图像形态学简介：

 

    经验之谈：形态学操作一般作用于二值图像，来连接相邻的元素（膨胀）或分离成独立的元素（侵蚀）。腐蚀和膨胀是针对图片中的白色（即前景）部分！

---

二. 图像形态学操作 膨胀和腐蚀的算法：

    膨胀算法：

        对于待操作的像素 f(x,y)，不论 f(x,y-1) 、f(x,y+1) 、f(x-1,y) 、f(x+1,y) 哪一个为255，则 f(x,y)=255。

 

膨胀操作 ↑

 

 

        换句话说：将待操作的图像像素与以下  4-近邻矩阵 相乘，结果大于255的话，将中心像素设为255。

 

膨胀：待操作像素 * 上面矩阵 > =255，f(x,y) = 255。 ↑

 

    腐蚀算法：

         对于待操作的像素 f(x,y)，只有 f(x,y-1) 、f(x,y+1) 、f(x-1,y) 、f(x+1,y) 都为255，则 f(x,y)=255。

        换句话说：将待操作的图像像素与以下  4-近邻矩阵 相乘，结果小于255*4的话，将中心像素设为0。

 

腐蚀：待操作像素 * 上面矩阵 < 255*4，f(x,y) = 0 。↑

 

---

三. python实现图像膨胀和腐蚀

  1 # Writer : [e-mail]
  2 # Date   : 2020.3.21
  3 import cv2
  4 import numpy as np
  5 import matplotlib.pyplot as plt
  6 
  7 # Gray scale
  8 def BGR2GRAY(img):
  9     b = img[:, :, 0].copy()
 10     g = img[:, :, 1].copy()
 11     r = img[:, :, 2].copy()
 12 
 13     # Gray scale
 14     out = 0.2126 * r + 0.7152 * g + 0.0722 * b
 15     out = out.astype(np.uint8)
 16 
 17     return out
 18 
 19 # Otsu Binalization
 20 def otsu_binarization(img, th=128):
 21     H, W = img.shape
 22     out = img.copy()
 23 
 24     max_sigma = 0
 25     max_t = 0
 26 
 27     # determine threshold
 28     for _t in range(1, 255):
 29         v0 = out[np.where(out < _t)]
 30         m0 = np.mean(v0) if len(v0) > 0 else 0.
 31         w0 = len(v0) / (H * W)
 32         v1 = out[np.where(out >= _t)]
 33         m1 = np.mean(v1) if len(v1) > 0 else 0.
 34         w1 = len(v1) / (H * W)
 35         sigma = w0 * w1 * ((m0 - m1) ** 2)
 36         if sigma > max_sigma:
 37             max_sigma = sigma
 38             max_t = _t
 39 
 40     # Binarization
 41     print("threshold >>", max_t)
 42     th = max_t
 43     out[out < th] = 0
 44     out[out >= th] = 255
 45 
 46     return out
 47 
 48 
 49 # Morphology Dilate
 50 def Morphology_Dilate(img, Dil_time=1):
 51     H, W = img.shape
 52 
 53     # kernel
 54     MF = np.array(((0, 1, 0),
 55                 (1, 0, 1),
 56                 (0, 1, 0)), dtype=np.int)
 57 
 58     # each dilate time
 59     out = img.copy()
 60     for i in range(Dil_time):
 61         tmp = np.pad(out, (1, 1), \'edge\')
 62         for y in range(1, H):
 63             for x in range(1, W):
 64                 if np.sum(MF * tmp[y-1:y+2, x-1:x+2]) >= 255:
 65                     out[y, x] = 255
 66 
 67     return out
 68 
 69 
 70 # Morphology Erode
 71 def Morphology_Erode(img, Erode_time=1):
 72     H, W = img.shape
 73     out = img.copy()
 74 
 75     # kernel
 76     MF = np.array(((0, 1, 0),
 77                 (1, 0, 1),
 78                 (0, 1, 0)), dtype=np.int)
 79 
 80     # each erode
 81     for i in range(Erode_time):
 82         tmp = np.pad(out, (1, 1), \'edge\')
 83         # erode
 84         for y in range(1, H):
 85             for x in range(1, W):
 86                 if np.sum(MF * tmp[y-1:y+2, x-1:x+2]) < 255*4:
 87                     out[y, x] = 0
 88 
 89     return out
 90 
 91 
 92 # Read image
 93 img = cv2.imread("../paojie.jpg").astype(np.float32)
 94 
 95 # Grayscale
 96 gray = BGR2GRAY(img)
 97 
 98 # Otsu\'s binarization
 99 otsu = otsu_binarization(gray)
100 
101 # Morphology - dilate
102 erode_result = Morphology_Erode(otsu, Erode_time=2)
103 dilate_result = Morphology_Dilate(otsu,Dil_time=2)
104 
105 # Save result
106 cv2.imwrite("Black_and_white.jpg",otsu)
107 cv2.imshow("Black_and_white",otsu)
108 cv2.imwrite("erode_result.jpg", erode_result)
109 cv2.imshow("erode_result", erode_result)
110 cv2.imwrite("dilate_result.jpg", dilate_result)
111 cv2.imshow("dilate_result",dilate_result)
112 cv2.waitKey(0)
113 cv2.destroyAllWindows()

 

---

四. 实验结果：

二值图像（左），膨胀图像（中），侵蚀图像（右） ↑

 

---

五. 参考内容：

    ① https://www.jianshu.com/p/ba2cec49c981

    ② https://www.cnblogs.com/yibeimingyue/p/10856439.html

---

六. 版权声明：

    未经作者允许，请勿随意转载抄袭，抄袭情节严重者，作者将考虑追究其法律责任，创作不易，感谢您的理解和配合！