opencv中的形态学操作
形态学操作
1 连通性
在图像中,最小的单位是像素,每个像素周围有8各邻接像素,常见的邻接关系有3种:4邻接、8邻接和D邻接。分别如下图所示:
- 4邻接:像素p(x,y)的4邻域是:(x+1,y)、(x-1,y)、(x,y+1)、(x,y-1),用N4(P)表示像素p的4邻接
- D邻接:像素p(x,y)的D邻域是:对角上的点:(x+1,y+1)、(x-1,y-1)、(x-1,y+1)、(x+1,y-1),用ND(P)表示像素p的D邻接
- 8邻接:像素p(x,y)的8邻域是:4邻域的点+D邻域的点,用N8(p)表示p的8邻域
连通性是描述区域和边界的重要概念,两个像素连通的两个必要条件是:
1.两个像素的位置是否相邻
2.两个像素的灰度值是否满足特定的相似性准则(或者是否相等)
根据联通性的定义,有4连通、8连通和m连通三种
4连通:对于具有值V的像素p和q,如果q在集合N4§中,则称这两个像素是4连通。
8连通∶对于具有值V的像素p和q,如果q在集合N8§中,则称这两个像素是8连通。
2形态学操作
形态学转换是基于图像形状的一些简单操作。它通常在二进制图像上执行。腐蚀和膨胀是两个基本的形态学运算符。然后它的变体形式如开运算,闭运算,礼帽黑帽等。
2.1腐蚀和膨胀
腐蚀和膨胀是最基本的形态学操作,腐蚀和膨胀都是针对白色部分(高亮部分)而言的。
膨胀就是使图像中高亮部分扩张,效果图拥有比原图更大的高亮区域﹔腐蚀是原图中的高亮区域被蚕食,效果图拥有比原图更小的高亮区域。膨胀是求局部最大值的操作,腐蚀是求局部最小值的操作。
1.腐蚀
具体操作是:用一个结构元素扫描图像中的每一个像素,用结构元素中的每一个像素与其覆盖的像做“与"操 作,如果都为1,则该像素为1,否则为0。如下图所示,结构A被结构B腐蚀后:
腐蚀的作用是消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点。
API:
cv.erode(img,kernel,iterations)
参数:
* img:要处理的图像
* kernel:核结构(上图结构B)
* iterations:腐蚀的次数,默认是1
2.膨胀
具体操作是∶用一个结构元素扫描图像中的每一个像羹,用结构元素中的每一个像素与其覆盖的像素做 “与"操作,如果都为0,则该像素为0,否则为1。如下图所示,结构A被结构B腐蚀后:
膨胀的作用是将与物体接触的所有背景点合并到物体中,使目标增大,可填补目标中的孔洞。
API:
cv.dilate(img,kernel,iterations)
参数:
* img:要处理的图像
* kernel:核结构
* iterations:腐蚀的次数,默认是1
3.示例
使用一个5*5的卷积核实现腐蚀核膨胀的运算:
import numpy as np
import cv2 as cv
import matplotlib.pyplot as pltimg = cv.imread("../image/yy.jpg")# 创建核结构
kernel = np.ones((5,5),np.uint8)# 进行图像的腐蚀和膨胀
erosion = cv.erode(img,kernel) #腐蚀
dilate = cv.dilate(img,kernel) #膨胀plt.imshow(img[:,:,::-1])
plt.show() # 原图
plt.imshow(erosion[:,:,::-1])
plt.show() # 腐蚀后结果
plt.imshow(dilate[:,:,::-1])
plt.show() # 膨胀后结果
2.2开闭运算
开运算和闭运算是将腐蚀和膨胀按照一定的次序进行处理。但这两者并不是可逆的,即先开后闭并不能得到原来的图像。
1.开运算
开运算是先腐蚀后膨胀,其作用是︰分离物体,消除小区域。特点︰消除噪点,去除小的干扰块,而不影响原来的图像。
2.闭运算
闭运算与开运算相反,是先膨胀后腐蚀,作用是消除/"闭合"物体里面的孔洞,特点︰可以填充闭合区域。
3.API
cv.morphologyEx(img,op,kernel)
参数:
* img:要处理的图像
* op:处理方式:若进行开运算,则设为cv.MORPH_OPEN,若进行闭运算,则设为cv.MORPH_CLOSE
* Kernel:核结构(用来参照的,上述结构B)
4.示例
使用10*10的核结构对卷积进行开闭运算的实现。
import numpy as np
import cv2 as cv
import matplotlib.pyplot as pltimg = cv.imread("../image/yy.jpg")# 创建核结构
kernel = np.ones((10,10),np.uint8)#图像的开闭运算
cvOPen = cv.morphologyEx(img,cv.MORPH_OPEN,kernel) #开运算
cvClose = cv.morphologyEx(img,cv.MORPH_CLOSE,kernel) #闭运算#图像展示
fig,axes=plt.subplots(nrows=1,ncols=3,figsize=(10,8))
axes[0].imshow(img[:,:,::-1]), axes[0].set_title("原图")
axes[1].imshow(cvOPen[:,:,::-1]), axes[1].set_title("开运算结果")
axes[2].imshow(cvClose[:,:,::-1]), axes[2].set_title("闭运算结果")
plt.show()
2.3 礼帽和黑帽
1.礼帽运算
原图像与**“开运算“的结果图**之差,如下式计算:
因为开运算带来的结果是放大了裂缝或者局部低亮度的区域,因此,从原图中减去开运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这一操作和选择的核的大小相关。
礼帽运算用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。
2.黑帽运算
“闭运算“的结果图与原图像之差,如下式计算:
黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域,且这一操作和选择的核的大小相关。
黑帽运算用来分离比邻近点暗一些的斑块。
3.API
cv.morphologyEx(img,op,kernel)
参数:
- img:要处理的图像
- op:处理方式:若进行开运算
- 闭运算:cv.MORPH_CLOSE
- 开运算:cv.MORPH_OPEN
- 礼帽运算:cv.MORPH_TOPHAT
- 黑帽运算:cv.MORPH_BLACKHAT
- Kernel:核结构(用来参照的,上上述结构B)
2.4 总结
1.邻接关系:4邻接,8邻接和D邻接
连通性:4连通,8连通和m连通
2.形态学操作
- 腐蚀和膨胀∶
腐蚀:求局部最大值
膨胀:求局部最小值 - 开闭运算:
开:先腐蚀后膨胀
闭:先膨胀后腐蚀 - 礼帽和黑帽:
礼帽:原图像与开运算之差
黑帽:闭运算与原图像之差
注:以上数据来自b站黑马程序员视频,点击跳转
opencv中的形态学操作相关推荐
- OpenCV中图像形态学操作
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:视学算法 图像形态学是图像处理的分支学科,在二值图像处理 ...
- OpenCV中的saturate操作(饱和操作)究竟是怎么回事?
OpenCV中的saturate操作(饱和操作)究竟是怎么回事? OpenCV会对一些运算结果作饱和操作,那么什么是饱和操作呢? 用实际例子试一下就知道了. 我们用CV_8U类型来试下,CV_8U的数 ...
- opencv 实现图像形态学操作 膨胀和腐蚀 开闭运算 形态学梯度 顶帽和黑帽
图像膨胀和腐蚀 图解 原理及python实现 更多内容:图像膨胀和腐蚀原理及python实现 opencv中膨胀和腐蚀函数 dilation = cv.dilate(img, kernel) # 膨胀 ...
- OpenCV图像处理-区域分割-形态学操作应用
分割的结果中通常包含不想要的干扰,如我们感兴趣的物体被干扰了,如由于反射对分割结果造成的干扰,这时,形态学操作提供了特别有用的方法,让我们调整和描述物体的形状. 本文聚焦形态学操作的若干典 ...
- opencv常用的形态学操作
导读 在使用opencv做图像处理的时候,我们经常会需要用到一些基础的图像形态学操作腐蚀.膨胀.通过这些基本的形态学操作我们可以实现去噪以及图像的切割等. 形态学变换是基于图像形状的基础变换,它只能在 ...
- opencv c++ 图像形态学操作
1.图像的形态学操作 包括图像的腐蚀.膨胀.开.闭.形态学梯度.顶帽.黑帽.分支主题.结构元素等操作. 具体概念参考:(41条消息) 图像处理-形态学处理_Good@dz的博客-CSDN博客_图像处理 ...
- Opencv中三种操作像素的方法
测试环境:opencv3.1.0 + Visual Studio 2015 + win7 64位 opencv中有3中方法可以访问/修改图像的像素值,分别为: 1. 指针访问 2. ...
- opencv获取mat的指针_数字图像处理之opencv中Mat数据操作
数字图像处理其实就是处理二维矩阵数据.利用opencv来学习处理算法是一种比较好的方式.学习opencv,主要就是调用其中的图像处理函数来实现各种操作.如果要得到想要的处理结果,还需要对图像处理算法有 ...
- 2020.11.01 使用OpenCV进行图像形态学操作(开、闭、梯度)【OpenCV C++】
进行基础的图像形态学操作练习 (开操作.闭操作.梯度.顶帽.黑帽操作) 源代码: // #include <opencv2/opencv.hpp> #include <iostrea ...
最新文章
- albian开发笔记二
- sql查询两张表的并集union和union all
- Remoting简介
- EventBus in SAP UI5 and Kyma
- Java定时器每小时执行一次
- RHEL 6.2 Error: Cannot create GC thread. Out of system resources.
- 简明 Python 教程
- Easy CHM软件使用方法【申明:来源于网络】
- Halcon颜色分类-阈值分区法
- ms17010漏洞利用(主机漏洞利用)
- “移动媒体产品”的三个方向
- Java基础之面向切面编程@Aspect
- 自考学习记录 课程代码03708《中国近代史纲要》1
- linux安装程序企鹅,在Linux上安装小企鹅输入法
- Classic Shell给你的Win8/7装上更好用的开始菜单
- 解决:Uncaught (in promise) TypeError: Failed to fetch 的问题
- 九段刀客 vue-router实现原理
- QT:MVC模式-MVD的使用DEMO
- re管理器修改音量_安卓教程:使用RE管理器去除系统拍照声音
- unity3d 脚本参考-技术文档
热门文章
- iOS 自动打包工具 ipa server,当然使用蒲公英分发平台更好
- Python3:只用一个装饰器,就让python的运行速度提升200倍!!
- NLP 英文文本数据增强
- 将阿里巴巴官方图标库批量添加到购物车中
- 文字处理之插入封面和自定义简历
- 大型计算机能玩游戏吗,盘点那些低配电脑也能玩的大型游戏!(上)
- 【iOS】简单的界面制作
- Apple Pay出场带热NFC 国产手机厂商拥抱银联
- Hugging Face 每周速递: 扩散模型课程完成中文翻译,有个据说可以教 ChatGPT 看图的模型开源了...
- 用WinHex找回丢失的分区