快捷搜索:  汽车  科技

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)顶帽运算(img) = 原始图像(img) - 开运算(img) 图像顶帽(或图像礼帽)运算是原始图像减去图像开运算的结果,得到图像的噪声。如下图所示:本篇文章主要讲解Python调用OpenCV实现图像形态学转化,包括图像顶帽运算和图像黑帽运算,基础性知识希望对您有所帮助。1.图像顶帽运算2.图像黑帽运算1.基本原理

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(1)

作者 | 杨秀璋

责编 | 夕颜

出品 | CSDN博客

数学形态学(Mathematical morphology)是一门建立在格论和拓扑学基础之上的图像分析学科,是数学形态学图像处理的基本理论。其基本的运算包括:腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。

本篇文章主要讲解Python调用OpenCV实现图像形态学转化,包括图像顶帽运算和图像黑帽运算,基础性知识希望对您有所帮助。

1.图像顶帽运算2.图像黑帽运算

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(2)

图像顶帽运算

1.基本原理

图像顶帽(或图像礼帽)运算是原始图像减去图像开运算的结果,得到图像的噪声。如下图所示:

顶帽运算(img) = 原始图像(img) - 开运算(img)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(3)

2.函数原型

图像开运算主要使用的函数morphologyEx,它是形态学扩展的一组函数,其参数cv2.MORPH_TOPHAT对应开运算。其原型如下:

dst = cv2.morphologyEx(src cv2.MORPH_TOPHAT kernel)

参数dst表示处理的结果,src表示原图像,cv2.MORPH_TOPHAT表示顶帽运算,kernel表示卷积核。下图表示5*5的卷积核,可以采用函数 np.ones((5 5) np.uint8) 构建。

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(4)

卷积如下图所示:

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(5)

3.代码实现

完整代码如下所示:

#encoding:utf-8import cv2import numpy as np
#读取图片src = cv2.imread('test01.png' cv2.IMREAD_UNCHANGED)
#设置卷积核kernel = np.ones((5 5) np.uint8)
#图像顶帽运算result = cv2.morphologyEx(src cv2.MORPH_TOPHAT kernel)
#显示图像cv2.imshow("src" src)cv2.imshow("result" result)
#等待显示cv2.waitKey(0)cv2.destroyAllWindows

输出结果如下图所示,可以看到外部噪声被提取出来。

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(6)

如果想获取更多的细节,可以将卷积设置为10*10,如下图所示:

kernel = np.ones((10 10) np.uint8)

result = cv2.morphologyEx(src cv2.MORPH_TOPHAT kernel)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(7)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(8)

图像黑帽运算

1.基本原理

图像黑帽运算是图像闭运算操作减去原始图像的结果,得到图像内部的小孔,或者前景色中的小黑点。如下图所示:

黑帽运算(img) = 闭运算图像(img) - 原始图像(img)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(9)

2.函数原型

图像开运算主要使用的函数morphologyEx,它是形态学扩展的一组函数,其参数cv2.MORPH_BLACKHAT对应开运算。其原型如下:

dst = cv2.morphologyEx(src cv2.MORPH_BLACKHAT kernel)

参数dst表示处理的结果,src表示原图像,cv2.MORPH_BLACKHAT表示黑帽运算,kernel表示卷积核。下图表示5*5的卷积核,可以采用函数 np.ones((5 5) np.uint8) 构建。

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(10)

3.代码实现

完整代码如下所示:

#encoding:utf-8import cv2import numpy as np
#读取图片src = cv2.imread('test02.png' cv2.IMREAD_UNCHANGED)
#设置卷积核kernel = np.ones((5 5) np.uint8)
#图像黑帽运算result = cv2.morphologyEx(src cv2.MORPH_BLACKHAT kernel)
#显示图像cv2.imshow("src" src)cv2.imshow("result" result)
#等待显示cv2.waitKey(0)cv2.destroyAllWindows

输出结果如下图所示,可以看到图像内部黑点被提取出来。

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(11)

但内部比较大的四个黑点没有被提取,如果想获取更多的细节,可以将卷积设置为10*10,如下图所示:

kernel = np.ones((10 10) np.uint8)

result = cv2.morphologyEx(src cv2.MORPH_BLACKHAT kernel)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(12)

原文链接:https://0x9.me/vC3mK

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(13)

图像形态学基本运算(形态学上的图像顶帽运算和黑帽运算是什么)(14)

猜您喜欢: