[Python图像处理] 九.形态学之图像开运算、闭运算、梯度运算

时间 2020-05-14 标签 python 图像处理九形态学图像开运算闭运算梯度运算

该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各类算法，包括图像锐化算子、图像加强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。但愿文章对您有所帮助，若是有不足之处，还请海涵~python

该系列在github全部源代码：https://github.com/eastmountyxz/ImageProcessing-Python
PS：请求帮忙点个Star，哈哈，第一次使用Github，之后会分享更多代码，一块儿加油。git

前文参考：
[Python图像处理] 一.图像处理基础知识及OpenCV入门函数
 [Python图像处理] 二.OpenCV+Numpy库读取与修改像素
 [Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理
 [Python图像处理] 四.图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波
 [Python图像处理] 五.图像融合、加法运算及图像类型转换
 [Python图像处理] 六.图像缩放、图像旋转、图像翻转与图像平移
 [Python图像处理] 七.图像阈值化处理及算法对比
 [Python图像处理] 八.图像腐蚀与图像膨胀web

数学形态学（Mathematical morphology）是一门创建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。算法

本篇文章主要讲解Python调用OpenCV实现图像形态学转化，包括图像开运算、图像闭运算和梯度运算，基础性知识但愿对您有所帮助。
1.图像开运算
2.图像闭运算
3.图像梯度运算网络

PS：文章参考本身之前系列图像处理文章及OpenCV库函数，同时部分参考网易云lilizong老师的视频，推荐你们去学习。同时，本篇文章涉及到《计算机图形学》基础知识，请你们下来补充。svg

PSS：2019年1~2月做者参加了CSDN2018年博客评选，但愿您能投出宝贵的一票。我是59号，Eastmount，杨秀璋。投票地址：https://bss.csdn.net/m/topic/blog_star2018/index函数

五年来写了314篇博客，12个专栏，是真的热爱分享，热爱CSDN这个平台，也想帮助更多的人，专栏包括Python、数据挖掘、网络爬虫、图像处理、C#、Android等。如今也当了两年老师，更是以为有义务教好每个学生，让贵州学子好好写点代码，学点技术，"师者，传到授业解惑也"，提早祝你们新年快乐。2019咱们携手共进，为爱而生。

一. 图像开运算

1.基本原理
图像开运算是图像依次通过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，可是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，能够去除噪声，并保留原有图像。以下图所示：学习

开运算(img) = 膨胀( 腐蚀(img) )

下图是hanshanbuleng博主提供的开运算效果图，推荐你们学习他的文章。

https://blog.csdn.net/hanshanbuleng/article/details/80657148ui

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_OPEN对应开运算。其原型以下：
dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)

参数dst表示处理的结果，src表示原图像，cv2.MORPH_OPEN表示开运算，kernel表示卷积核。下图表示5*5的卷积核，能够采用函数 np.ones((5,5), np.uint8) 构建。

运行结果以下图所示：

3.代码实现
完整代码以下所示：

#encoding:utf-8
import cv2  
import 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)

#图像开运算
result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果以下图所示，能够看到噪声已经被去除了。

可是结果result中仍然有部分噪声，若是想去除更完全将卷积设置为10*10的。 kernel = np.ones((10,10), np.uint8) result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)

二. 图像闭运算

1.基本原理
图像闭运算是图像依次通过膨胀、腐蚀处理后的过程。图像先膨胀，后腐蚀，它有助于关闭前景物体内部的小孔，或物体上的小黑点。以下图所示：

闭运算(img) = 腐蚀( 膨胀(img) )

下图是hanshanbuleng博主提供的开运算效果图，推荐你们学习他的文章。

https://blog.csdn.net/hanshanbuleng/article/details/80657148

2.函数原型
图像闭运算主要使用的函数morphologyEx，其原型以下：
dst = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)

参数dst表示处理的结果，src表示原图像， cv2.MORPH_CLOSE表示闭运算，kernel表示卷积核。下图表示5*5的卷积核，能够采用函数 np.ones((5,5), np.uint8) 构建。

运行结果以下图所示：

3.代码实现
完整代码以下所示：

#encoding:utf-8
import cv2  
import numpy as np  

#读取图片
src = cv2.imread('test03.png', cv2.IMREAD_UNCHANGED)

#设置卷积核
kernel = np.ones((10,10), np.uint8)

#图像闭运算
result = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果以下图所示，能够看到中间的噪声去掉。

三. 图像梯度运算

1.基本原理
图像梯度运算是膨胀图像减去腐蚀图像的结果，获得图像的轮廓，其中二值图像1表示白色点，0表示黑色点。以下图所示：

梯度运算(img) = 膨胀(img) - 腐蚀(img)

2.函数原型
图像梯度运算主要使用的函数morphologyEx，参数为cv2.MORPH_GRADIENT。其原型以下：
dst = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)

参数dst表示处理的结果，src表示原图像， cv2.MORPH_GRADIENT表示梯度运算，kernel表示卷积核。5*5的卷积核能够采用函数 np.ones((5,5), np.uint8) 构建。
运行结果以下图所示：

3.代码实现
完整代码以下所示：

#encoding:utf-8
import cv2  
import numpy as np  

#读取图片
src = cv2.imread('test04.png', cv2.IMREAD_UNCHANGED)

#设置卷积核
kernel = np.ones((10,10), np.uint8)

#图像闭运算
result = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果以下图所示，能够看到中间的噪声去掉。

但愿文章对你们有所帮助，若是有错误或不足之处，还请海涵。最近经历的事情太多，有喜有悲，关闭了朋友圈，但愿经过不断学习和写文章来忘记烦劳，将忧郁转换为动力，每周学习都记录下来，加油！！！（By：Eastmount 2018-11-02 中午12点 https://blog.csdn.net/Eastmount/）