import cv2 as cv
import numpy as np


"""
開(kāi)運(yùn)算:先進(jìn)性腐蝕再進(jìn)行膨脹就叫做開(kāi)運(yùn)算,它被用來(lái)去除噪聲。
閉運(yùn)算:先膨脹再腐蝕。它經(jīng)常被用來(lái)填充前景物體中的小洞，或者前景物體上的小黑點(diǎn)。
這里我們用到的函數(shù)是 cv2.morphologyEx()。
開(kāi)閉操作作用：
1. 去除小的干擾塊-開(kāi)操作
2. 填充閉合區(qū)間-閉操作
3. 水平或垂直線(xiàn)提取,調(diào)整kernel的row，col值差異。
比如：采用開(kāi)操作，kernel為(1, 15),提取垂直線(xiàn)，kernel為(15, 1),提取水平線(xiàn)，
"""

"""
其他形態(tài)學(xué)操作：
頂帽：原圖像與開(kāi)操作之間的差值圖像
黑帽：比操作與原圖像直接的差值圖像
形態(tài)學(xué)梯度：其實(shí)就是一幅圖像膨脹與腐蝕的差別。 結(jié)果看上去就像前景物體的輪廓
基本梯度：膨脹后圖像減去腐蝕后圖像得到的差值圖像。
內(nèi)部梯度：用原圖減去腐蝕圖像得到的差值圖像。
外部梯度：膨脹后圖像減去原圖像得到的差值圖像。
"""


def open_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    """
    在前面的例子中我們使用Numpy構(gòu)建了結(jié)構(gòu)化元素，它是正方形的。
    但有時(shí)我們需要構(gòu)建一個(gè)橢圓形 / 圓形的核。為了實(shí)現(xiàn)這種要求，提供了OpenCV
    函數(shù)cv2.getStructuringElement()。你只需要告訴他你需要的核的形狀和大小。
    """
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel=kernel)
    cv.imshow("open_demo", dst)


def close_demo(image):
    print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow("binary", binary)

    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel=kernel)
    cv.imshow("open_demo", dst)


def other_morphology_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.morphologyEx(gray, cv.MORPH_BLACKHAT, kernel=kernel)
    cimg = np.array(gray.shape, np.uint8)
    cimg = 100
    dst = cv.add(dst, cimg)

    cv.imshow("top_hat_demo", dst)


def main():
    src = cv.imread("lena.jpg")
    # open_demo(src)
    # close_demo(src)

    # # 彩色圖像腐蝕，膨脹
    # img = cv.imread("lena.jpg")
    # cv.imshow("img", img)
    # kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    # # dst = cv.dilate(img, kernel=kernel)
    # dst = cv.erode(img, kernel=kernel)
    # cv.imshow("dilate", dst)

    # tophat, blackhat

    top_hat_demo(src)

    cv.waitKey(0)  # 等有鍵輸入或者1000ms后自動(dòng)將窗口消除，0表示只用鍵輸入結(jié)束窗口
    cv.destroyAllWindows()  # 關(guān)閉所有窗口


if __name__ == '__main__':
main()