opencv-學習筆記(5)形態學轉變
opencv-學習筆記(4)形態學轉變
本章講了幾種形態學操作
- 腐蝕erode
- 膨脹dilate
- 開運算MORPH_OPEN
- 閉運算MORPH_CLOSE
- 形態學梯度MORPH_GRADIENT
- 禮帽MORPH_TOPHAT
- 黑帽子MORPH_BLACKHAT
腐蝕erode
首先卷積核滑動,如果對應的原圖像所有像素都是1,中心元素就保持,否則為0
隨著卷積核的靠近前景的所有像素都會被腐蝕-變0.
我們可以去除白噪聲,也可以斷開兩個連在一起的物體
import cv2
import numpy as np
img=cv2.imread(‘black.png‘,0)
kernel=np.ones((5,5),np.uint8)#定義一個卷積核以及圖像類型
erosion=cv2.erode(img,kernel,iterations=1)
cv2.imshow(‘sdss‘,img)
cv2.imshow(‘sds‘,erosion)
cv2.waitKey(0)
膨脹操作dilate
可以連接物體
import cv2
import numpy as np
img=cv2.imread(‘connection.jpg‘,0)
kernel=np.ones((7,7),np.uint8)
erosion=cv2.erode(img,kernel,iterations=1)
dilate=cv2.dilate(img,kernel,iterations=1)
cv2.imshow(‘sdss‘,img)
cv2.imshow(‘sdsa‘,dilate)
cv2.waitKey(0)
開運算morphologyEx(圖像對象,cv2.MORPH_OPEN,kernel)#morph改變
對圖像進行腐蝕再膨脹就叫開運算
同樣也用於去噪聲
閉運算morphologyEx(img,cv2.MORPH,kernel)
就是先膨脹再腐蝕
一般用來填充前景物體中的小洞
形態學梯度
就是衣服圖像膨脹和腐蝕的差別
看上去想輪廓而已
morphologyEx(img,cv2.MORPH_GRADIENT,kernel)
禮帽
是圖像與開運算後的差,可以獲取背景噪聲
參數cv2.MORPH_TOPHAT
黑帽
是圖像與閉運算後的差,獲取前景噪聲
參數cv2.MORPH_BLACKHAT
opencv-學習筆記(5)形態學轉變