9.3 Python图像处理之图像数学形态学-灰度形态学

文章目录

9.3 Python图像处理之图像数学形态学-灰度形态学
- 1 算法原理
- 2 代码
- 3 效果

1 算法原理

灰度图像与二值图像的区别在于其记录了灰度信息，所以，形态学处理的定义与二值图像有些不同，因为二值图像可以用一系列的二维坐标来表示图像信息，而灰度图需要一个三维坐标表示，而且二值图像中结构元SE是平坦的，没有灰度信息的，但灰度图中，结构元是可以带有第三维信息的，即结构元也是灰度的，这就带来了一些问题，因为二值图像中，形态学的输出结果完全由输入图像产生，但是结构元一旦引入灰度信息，那么输出结果将不再由输入图像唯一确定。所以，一般情况下，结构元都使用平坦的结构元。

腐蚀与膨胀是形态学的基本操作，在灰度图像中也是如此，在二值图像中腐蚀和膨胀定义为对图像进行 translation 以后的“与”和“或”的逻辑操作结果，在灰度图像中，为了保存灰度信息，“与”和“或”操作被对应的替换成了“最大值”和“最小值”操作这样就给出了灰度图像中腐蚀和膨胀的操作定义。

Erosion（腐蚀），公式如下：

直观上就是，暗的地方会更暗（整体亮度减小）。

Dilation（膨胀），公式如下：

与腐蚀不同的就是与 SE(卷积核) 相加，取最大值。直观上，就是原图亮的地方会更亮（整体亮度增加），且范围扩大。

Open（开启），先腐蚀后膨胀。直观上就是消除了原图上比 SE 小的亮处。

Close（闭合），先膨胀后腐蚀。直观上与 Open 相反，消除了暗处。

2 代码

运行代码说明

1.要改变代码中的图片地址（地址不能有中文）

更改put(path)函数中的路径put(r'../image/image1.jpg')

2.注意最后的plt.savefig('1.new.jpg')是保存plt图像，如果不使用可以注释掉

代码依赖包：
matplotlib  3.4.2
numpy  1.20.3
opencv-python  4.1.2.30
# pip安装
pip install matplotlib numpy opencv-python

import numpy as np
import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = Falsedef put(path):# 读取图片 0是黑色，255是白色img = cv2.imread(path)# 由于cv2.imread 读取图像格式为b,g,r但是 plt显示按照 rgb次序！因此要转换一下。b, g, r = cv2.split(img)img2 = cv2.merge([r, g, b])src = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 设置卷积核kernel = np.ones((3, 3), np.uint8)# 图像腐蚀处理res1 = cv2.erode(src, kernel)# 图像膨胀处理res2 = cv2.dilate(src, kernel)# 图像开运算res3 = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)# 图像闭运算res4 = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)# 图像显示plt.subplot(231), plt.imshow(img2, plt.cm.gray), plt.title('原始图像'), plt.axis('off')plt.subplot(232), plt.imshow(src, plt.cm.gray), plt.title('灰度图像'), plt.axis('off')plt.subplot(233), plt.imshow(res1, plt.cm.gray), plt.title('腐蚀'), plt.axis('off')plt.subplot(234), plt.imshow(res2, plt.cm.gray), plt.title('膨胀'), plt.axis('off')plt.subplot(235), plt.imshow(res3, plt.cm.gray), plt.title('开运算'), plt.axis('off')plt.subplot(236), plt.imshow(res4, plt.cm.gray), plt.title('闭运算'), plt.axis('off')# plt.savefig('3.new-img.jpg')plt.show()# 图像处理函数，要传入路径
put(r'../image/image3.jpg')

3 效果

血小板三个字的变化比较明显