Python+OpenCV图像处理之腐蚀与膨胀

Posted qianxia

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python+OpenCV图像处理之腐蚀与膨胀相关的知识,希望对你有一定的参考价值。

形态学操作其实就是改变物体的形状,一般作用于二值化图,来连接相邻的元素或分离成独立的元素。

腐蚀的原理是在原图的小区域内取局部最小值。因为是二值化图,只有0和255,所以小区域内有一个是0该像素点就为0

技术图片

膨胀的原理是在原图的小区域内取局部最大值

技术图片

 腐蚀与膨胀的python实现

import cv2

"""
腐蚀算法:变瘦
    用kernel,扫描图像的每一个像素;用kernel与其覆盖的二值图像做 “与” 操作;如果都为1,结果图像的该像素为1;否则为0.
    结果:使二值图像减小一圈
"""
def erode_demo(image):
    print(image.shape)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    cv2.imshow("binary", binary)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
    dst = cv2.erode(binary, kernel)
    cv2.imshow("erode", dst)


"""
膨胀算法:变胖
    用kernel,扫描图像的每一个像素;用kernel与其覆盖的二值图像做 “与” 操作;如果都为0,结果图像的该像素为0;否则为1.
    结果:使二值图像扩大一圈
"""
def dilate_demo(image):
    print(image.shape)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU | cv2.THRESH_BINARY)
    cv2.imshow("binary", binary)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
    dst = cv2.dilate(binary, kernel)
    cv2.imshow("dilate", dst)


if __name__ == "__main__":
    img = cv2.imread("img.jpg")
    cv2.namedWindow("input image", cv2.WINDOW_AUTOSIZE)
    cv2.imshow("input image", img)
    erode_demo(img)
    dilate_demo(img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# img = cv2.imread("image/123.jpg")
# cv2.namedWindow("input image",cv2.WINDOW_AUTOSIZE)
# cv2.imshow("input image",img)
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# dst = cv2.erode(img, kernel)       # 腐蚀
# dst1 = cv2.dilate(img, kernel)     # 膨胀
# cv2.imshow("erode result", dst)
# cv2.imshow("dilate result", dst1)
# cv2.waitKey(0)
# cv2.destroyAllWindows()

运行结果如下

技术图片

可以不进行灰度处理,直接对彩色图像进行腐蚀和膨胀处理,结果如下

技术图片

腐蚀函数cv2.erode(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)         

膨胀函数cv2.dilate(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None)

获取不同形状的结构元素cv2.getStructuringElement(shape, ksize, anchor=None),返回指定形状和尺寸的结构元素

参数shape:表示内核的形状,矩形:MORPH_RECT    十字形:MORPH_CORSS      椭圆形:MORPH_ELLIPSE;

技术图片

参数ksize:是内核的尺寸(n,n)

参数anchor:锚点的位置

 

以上是关于Python+OpenCV图像处理之腐蚀与膨胀的主要内容,如果未能解决你的问题,请参考以下文章

Python+OpenCV图像处理之开闭操作

Python图像处理丨图像腐蚀与图像膨胀

Python图像处理丨图像腐蚀与图像膨胀

opencv图像处理基础之膨胀和腐蚀

python+opencv图像形态学处理详细解释(膨胀腐蚀开闭运算礼帽和黑猫)

Python视觉识别--OpenCV开闭操作\分水岭算法(九)