形態(tài)學(xué)濾波

形態(tài)學(xué)濾波包括腐蝕、膨脹、開運(yùn)算、閉運(yùn)算、形態(tài)學(xué)梯度、禮帽、黑帽
下面針對(duì)這四種形態(tài)學(xué)操作，說明一下其原理。

腐蝕操作

顧名思義，腐蝕操作會(huì)一定程度上對(duì)圖像前景物體的邊界進(jìn)行腐蝕，減少圖像的高亮部分。腐蝕也是一種與圖像之間的卷積操作，與卷積核對(duì)應(yīng)的源圖像像素為1時(shí)保留，否則置零。

import cv2
import numpy as np
img = cv2.imread("erode.jpg",0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(img,kernel,iterations=1)

image.png

image.png

可以看出腐蝕操作令圖像的邊界縮小，高亮部分減少，有助于消除噪聲。因此，在對(duì)圖像進(jìn)行預(yù)處理時(shí)，通常會(huì)先進(jìn)行腐蝕操作，消除噪聲干擾。

膨脹

與腐蝕操作相反的是膨脹操作，膨脹操作會(huì)使得圖像的高亮部分增大，突出前景目標(biāo)，也可以用于連接兩個(gè)分開的物體。

import cv2
import numpy as np
img = cv2.imread("erode.jpg",0)
kernel = np.ones((5,5),np.uint8)
dilate = cv2.dilate(img,kernel,iterations=1)

image.png

開運(yùn)算

開運(yùn)算就是對(duì)圖像先進(jìn)行腐蝕，再進(jìn)行膨脹

import cv2
import numpy as np
img = cv2.imread("erode.jpg",0)
kernel = np.ones((5,5),np.uint8)
#開運(yùn)算接口函數(shù)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

image.png

閉運(yùn)算

閉運(yùn)算就是與開運(yùn)算相反的操作，先膨脹后腐蝕，用來填充前景物體的小洞，或者前景物體的小黑點(diǎn)。

#閉運(yùn)算接口函數(shù)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

形態(tài)學(xué)梯度

一副圖像膨脹和腐蝕的差

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

image.png

禮帽

原圖像和開運(yùn)算之后圖像的差

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

黑帽

源圖像和閉運(yùn)算之后圖像的差

blackhat = cv2.morphologyEx(img, cv2.MORPHBLACKHAT, kernel)