OpenCV学习笔记(9)——形态学转换
- 不同的形态学操作,例如腐蚀,膨胀,开运算,闭运算等
形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行操作。需要的参数有两个,一个是原始图像,第二个被称为结构化元素或核,它是用来决定操作性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算,闭运算,梯度等。
1.腐蚀
就像土壤侵蚀一样,这个操作会把前景物体的边界腐蚀掉(但前景仍然是白色的)。怎么实现的?卷积核沿着图像滑动,如果与卷积核对应的原图像的所有像素值都是1,那么中心元素就保持原来的像素值,否则就变为0.
这样根据卷积核的大小,靠近前景的所欲像素都会被腐蚀掉,所有前景侮辱会变小,整幅图像的白色区域会减少。这对ゆ去除白噪声很有用,也可以用来断开两个连载一起的物体等。
以下例程使用一个5*5卷积核,其中所有值都是1:
# -*- coding:utf-8 -*-
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('7.png',0)
kernel = np.ones((5,5),np.uint8)#注意这里kernel的类型和前面不同
erosion = cv2.erode(img,kernel,iterations=1)#iteration指迭代执行的次数
cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
效果如下:
--->
2.膨胀
正好与腐蚀相反,只要卷积核对应的原图像的像素值中有一个是1,中心元素的像素值就是1.所以用这个操作会增加白色区域。一般在去噪声时先用腐蚀再用膨胀。因为腐蚀在去掉白噪声时也会导致前景对象变小。所以在对其进行膨胀操作,此时不会增加白噪声的情况下可以增加前景。当然膨胀也可以用来连接两个分开的物体。
# -*- coding:utf-8 -*-
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('7.png',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.dilate(img,kernel,iterations=1)
cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
效果如下:
--->
3.开运算
先进行腐蚀在进行膨胀就叫做开运算。作用如上所述是为了去除噪声。我们也可以用cv2.morphologyEx()来操作
# -*- coding:utf-8 -*- import numpy as np
import cv2
from matplotlib import pyplot as plt img = cv2.imread('6.jpg',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel) cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
4.闭运算
先膨胀再腐蚀。它经常被用来填充前景物体中的小洞,或者前景物体上的小黑点
# -*- coding:utf-8 -*-
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('6.jpg',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#中间的设置项变了
cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
5.形态学梯度
就是一幅图像膨胀和腐蚀的区别。看上去就像前景物体的轮廓
# -*- coding:utf-8 -*-
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('7.png',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)
cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
6.礼帽
原始图像 与 进行开运算后得到的图像 做差(可以想象应该主要是噪声)。
# -*- coding:utf-8 -*- import numpy as np
import cv2
from matplotlib import pyplot as plt img = cv2.imread('7.png',0)
kernel = np.ones((9,9),np.uint8)
erosion = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel) cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
(这是与9*9的核做差得到的,5*5的核得到的几乎全黑)
7.黑帽
当然是进行闭运算后得到的图像与原图像的差。
# -*- coding:utf-8 -*-
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('7.png',0)
kernel = np.ones((9,9),np.uint8)
erosion = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
cv2.imshow('img',img)
cv2.imshow('ero',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
P.S 在OpenCV中还提供了一个函数cv2.getStructuringElement()。这个函数可以供你设计出其他形状的核
书上给的例子如下:
OpenCV学习笔记(9)——形态学转换的更多相关文章
- OpenCV学习笔记(5)——颜色空间转换
学习如歌对图像进行颜色空间转换,从BGR到灰度图,或者从BGR到HSV等 创建一个程序用来从一幅图像中获取某个特定颜色的物体 1.转换颜色空间 OpenCV中有超过150种进行颜色空间转化的方法,但是 ...
- OpenCV学习笔记3
OpenCV学习笔记3 图像平滑(低通滤波) 使用低通滤波器可以达到图像模糊的目的.这对与去除噪音很有帮助.其实就是去除图像中的高频成分(比如:噪音,边界).所以边界也会被模糊一点.(当然,也有一些模 ...
- opencv学习笔记(七)SVM+HOG
opencv学习笔记(七)SVM+HOG 一.简介 方向梯度直方图(Histogram of Oriented Gradient,HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子 ...
- opencv学习笔记(六)直方图比较图片相似度
opencv学习笔记(六)直方图比较图片相似度 opencv提供了API来比较图片的相似程度,使我们很简单的就能对2个图片进行比较,这就是直方图的比较,直方图英文是histogram, 原理就是就是将 ...
- opencv学习笔记(三)基本数据类型
opencv学习笔记(三)基本数据类型 类:DataType 将C++数据类型转换为对应的opencv数据类型 OpenCV原始数据类型的特征模版.OpenCV的原始数据类型包括unsigned ch ...
- opencv学习笔记(一)IplImage, CvMat, Mat 的关系
opencv学习笔记(一)IplImage, CvMat, Mat 的关系 opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,M ...
- OpenCV 学习笔记03 boundingRect、minAreaRect、minEnclosingCircle、boxPoints、int0、circle、rectangle函数的用法
函数中的代码是部分代码,详细代码在最后 1 cv2.boundingRect 作用:矩形边框(boundingRect),用于计算图像一系列点的外部矩形边界. cv2.boundingRect(arr ...
- OpenCV 学习笔记03 边界框、最小矩形区域和最小闭圆的轮廓
本节代码使用的opencv-python 4.0.1,numpy 1.15.4 + mkl 使用图片为 Mjolnir_Round_Car_Magnet_300x300.jpg 代码如下: impor ...
- OpenCV 学习笔记 02 使用opencv处理图像
1 不同色彩空间的转换 opencv 中有数百种关于不同色彩空间的转换方法,但常用的有三种色彩空间:灰度.BRG.HSV(Hue-Saturation-Value) 灰度 - 灰度色彩空间是通过去除彩 ...
随机推荐
- NTL 库函数
NTL是一个高性能,可移植的C ++库,为任意长度的整数提供数据结构和算法; 可用于整数和有限域上的向量,矩阵和多项式; 可用于任意精度浮点运算. NTL为以下方面提供高质量的最先进算法实现: 任意长 ...
- 2019-11-29-asp-dotnet-core-通过图片统计-csdn-用户访问
title author date CreateTime categories asp dotnet core 通过图片统计 csdn 用户访问 lindexi 2019-11-29 08:26:58 ...
- kubernetes管理存储
一.Kubernetes 如何管理存储资源: 理解volume 首先我们学习 Volume,以及 Kubernetes 如何通过 Volume 为集群中的容器提供存储:然后我们会实践几种常用的 Vol ...
- poj2987 Firing[最小割]
题目 求选最少点个数的最大权闭合子图.(板子题) 最小割入门题,什么都不想说,丢个别人题解地址就跑. 附加几点个人理解:与s相通的S点集是闭合子图,剩下的与t相通的T点集是其他的.任意一个割都保证了有 ...
- 解决Javaweb中HTTP500的问题
当我们新建一个Web项目后,运行时可能出现HTTP-500的错误如下图所示 一般是由于路径配置出错 即你电脑上的Tomcat版本与代码本身版本不一致或没有配置路径造成的 解决方法如下 一.鼠标右击你 ...
- Nginx 0.8.x + PHP 5.2.13(FastCGI)搭建胜过Apache十倍的Web服务器
[文章作者:张宴 本文版本:v6.3 最后修改:2010.07.26 转载请注明原文链接:http://blog.zyan.cc/nginx_php_v6/] 前言:本文是我撰写的关于搭建“Nginx ...
- 【51nod 1824】染色游戏
题目 有 n 个红球, m 个蓝球,从中取出 x 个红球和 y 个蓝球排成一排的得分是 rx⋅by ,其中 r0=b0=1 . 定义 f(t) 表示恰好取出 t 个球排成一排的所有可能局面的得分之和. ...
- OpenCV笔记(2)(高斯平滑、腐蚀和膨胀、开闭运算、礼帽和黑帽、Sobel及其他算子)
一.高斯平滑(模糊) def gaussian_blur(image): # 设置ksize来确定模糊效果 img = cv.GaussianBlur(image, (5, 5), 0) cv.ims ...
- CSS3的2D 转换——旋转,缩放,translate(),skew(),matrix()
2D转换方法:在平面对元素进行旋转,缩放,移动,拉伸. ㈠浏览器支持 ⑴2D转换效果有以下的浏览器支持: ⑵在编辑代码的时候要注明用哪种浏览器打开,在前面加上前缀,下面是编辑器的简写形式,以及前缀 ...
- (转)Spring实例化
标签:SpringContextUtil,getBean 手动获取Bean 方法一 不用配置xml,直接java代码实现 /** * 工厂模式选择Bean类 */ public class MyBe ...