Python圖像處理與機(jī)器視覺入門 課件 第21章 形態(tài)學(xué)

圖像處理應(yīng)用技術(shù)李欽深圳信息職業(yè)技術(shù)學(xué)院軟件學(xué)院科技樓1703D室1295254769@1圖像形態(tài)學(xué)所謂形態(tài)學(xué)主要用來提取出描述圖像中形狀的分量，例如邊界，連通區(qū)域等等。通過形態(tài)學(xué)方法進(jìn)一步處理圖像從而得到便于計(jì)數(shù)的圖像。2實(shí)驗(yàn)步驟步驟1腐蝕操作 首先我們學(xué)習(xí)形態(tài)學(xué)中的腐蝕操作，顧名思義，是將二值圖中亮度高的部分也就是白色的部分向內(nèi)腐蝕。同樣的，類似之前學(xué)到的圖像濾波處理，形態(tài)學(xué)處理也需要一個(gè)核來表示腐蝕或者膨脹的大小。這里我們將使用一個(gè)手寫字母樣例圖片直觀感受。首先將其讀取進(jìn)來并展示。(右上圖）同樣的，類似之前學(xué)到的圖像濾波處理，形態(tài)學(xué)處理也需要一個(gè)核來表示腐蝕或者膨脹的大小。這里我們將使用erode函數(shù)來完成，并制定kernel為5乘5的矩陣，可以看到腐蝕后的圖像被細(xì)化了。（右下圖）練習(xí)1實(shí)現(xiàn)腐蝕操作作答正常使用主觀題需2.0以上版本雨課堂主觀題10分2實(shí)驗(yàn)步驟步驟2膨脹操作 膨脹與腐蝕操作相反，可以視為上面的逆操作。這里使用dilate函數(shù)來完成，具體用法和erode一樣，同樣需要一個(gè)核代表膨脹大小，這里我們繼續(xù)使用上述的5乘5的核。可以看到新的膨脹圖像變粗大了。步驟3開操作 我們可以看到，單純的腐蝕和膨脹操作會(huì)使得圖像在原有的形狀的基礎(chǔ)上發(fā)生改變。但是往往我們需要在不改變圖像的基礎(chǔ)上除去一些噪聲或者填充孔洞，則需要結(jié)合這兩種操作。 首先為了去除圖像上的白噪聲，我們可以使用開操作，即先腐蝕再膨脹，可以將小的噪聲腐蝕掉且保留大區(qū)域的形狀骨架，再通過膨脹來還原。這里我們使用morphologyEx函數(shù)，并指定操作類型為MORPH_OPEN，計(jì)算核和之前保持一致。練習(xí)2實(shí)現(xiàn)膨脹操作作答正常使用主觀題需2.0以上版本雨課堂主觀題10分2實(shí)驗(yàn)步驟步驟3開操作 我們可以看到，單純的腐蝕和膨脹操作會(huì)使得圖像在原有的形狀的基礎(chǔ)上發(fā)生改變。但是往往我們需要在不改變圖像的基礎(chǔ)上除去一些噪聲或者填充孔洞，則需要結(jié)合這兩種操作。 首先為了去除圖像上的白噪聲，我們可以使用開操作，即先腐蝕再膨脹，可以將小的噪聲腐蝕掉且保留大區(qū)域的形狀骨架，再通過膨脹來還原。這里我們使用morphologyEx函數(shù)，并指定操作類型為MORPH_OPEN，計(jì)算核和之前保持一致。練習(xí)3實(shí)現(xiàn)開操作作答正常使用主觀題需2.0以上版本雨課堂主觀題10分2實(shí)驗(yàn)步驟步驟4閉操作 閉操作則相反，當(dāng)圖像存在空隙，或者是黑噪點(diǎn)時(shí)，我們可以使用閉操作，即先膨脹再腐蝕，可以將形狀中的空洞填補(bǔ)。這里我們同樣使用morphologyEx函數(shù)，并指定操作類型為MORPH_CLOSE，計(jì)算核和之前保持一致。練習(xí)4實(shí)現(xiàn)閉操作作答正常使用主觀題需2.0以上版本雨課堂主觀題10分2紅細(xì)胞計(jì)數(shù)我們基本已經(jīng)學(xué)習(xí)處理紅細(xì)胞圖像的一系列方法，接下來我們需要將所有方法重新整合一邊，并展開學(xué)習(xí)圖像輪廓來了解計(jì)算機(jī)視覺如何對紅細(xì)胞進(jìn)行最終計(jì)數(shù)的。本實(shí)驗(yàn)主要是前面實(shí)驗(yàn)的總結(jié)和整理。2紅細(xì)胞計(jì)數(shù)步驟1讀取紅細(xì)胞圖像 第一步我們需要將紅細(xì)胞讀取進(jìn)來并轉(zhuǎn)化為灰度圖像。2紅細(xì)胞計(jì)數(shù)步驟2完成直方圖均衡 接下來我們通過直方圖均衡使得圖像前后景的閾值更加明顯。2紅細(xì)胞計(jì)數(shù)步驟3閾值化處理 接下來我們將通過閾值化處理將圖像二值化。2紅細(xì)胞計(jì)數(shù)步驟4輪廓空隙填充 我們在上一個(gè)實(shí)驗(yàn)已經(jīng)知道形態(tài)學(xué)處理其實(shí)也可以完成空隙填充，但是在空隙較大且物體間距較小的情況下，閉操作帶來的空隙填充可能會(huì)大大破壞圖像的完整性，所以我們在形態(tài)學(xué)處理之前加上輪廓空隙填充。輪廓可以簡單地解釋為連接具有相同顏色或強(qiáng)度的所有連續(xù)點(diǎn)（沿邊界）的曲線。輪廓是用于形狀分析以及對象檢測和識(shí)別的有用工具。首先通過findContour來找到圖像輪廓，第二三個(gè)參數(shù)都是指定具體的方法，這里不作展開?？梢钥吹椒祷氐妮喞且粋€(gè)列表，包含158個(gè)輪廓，每個(gè)輪廓又是由一系列點(diǎn)組成的。但是這個(gè)數(shù)字并不是我們想要的結(jié)果，因?yàn)閳D像中還有很多雜質(zhì)，類似血小板之類的區(qū)域。2紅細(xì)胞計(jì)數(shù)步驟5形態(tài)學(xué)處理 接下來利用形態(tài)學(xué)操作除去雜質(zhì)顆粒帶來的影響。步驟6利用圖像輪廓完成紅細(xì)胞計(jì)數(shù) 可以看到大部分雜質(zhì)被剔除了，除了一些細(xì)胞排列太過緊密無法分離之外，整體上感覺細(xì)胞分布還是較為均勻的。這里繼續(xù)用到上