机器学习进阶-图像形态学操作-梯度运算 cv2.GRADIENT(梯度运算-膨胀图像-腐蚀后的图像)

1.op = cv2.GRADIENT 用于梯度运算-膨胀图像-腐蚀后的图像

梯度运算：表示的是将膨胀以后的图像 - 腐蚀后的图像，获得了最终的边缘轮廓

代码：

第一步：读取pie图片

第二步：进行腐蚀和膨胀操作

第三步：将膨胀的图像 - 腐蚀的图像，获得相减得图像

第四步：使用cv2.morphologyEx(src, cv2.GRADIENT, kernel) 获得梯度运算的图片的操作

第五步：绘制第三步和第四步生成的图片

import cv2
import numpy as np

# 第一步：读取图片
pie = cv2.imread('pie.png')

# 第二步：绘制腐蚀和膨胀图片
kernel = np.ones((5, 5), np.uint8)
erosion = cv2.erode(pie, kernel, iterations=2)
dilate = cv2.dilate(pie, kernel, iterations=2)
# 第三步：相减获得对应的图片
decrease = dilate - erosion
print(decrease.shape)
cv2.imshow('pie', pie)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 第四步：使用cv2.MORPH_GRADIENT获得梯度运算的图片
gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel, iterations=2)
# 第五步：绘制两者的图片
cv2.imshow('gradient', np.hstack((decrease, gradient)))
cv2.waitKey(0)
cv2.destroyAllWindows()