詳解Python圖像形態(tài)學(xué)處理(開運算,閉運算,梯度運算)

第詳解Python圖像形態(tài)學(xué)處理(開運算,閉運算,梯度運算)目錄一.圖像開運算二.圖像閉運算三.圖像梯度運算四.總結(jié)這篇文章將繼續(xù)介紹開運算、閉運算和梯度運算。數(shù)學(xué)形態(tài)學(xué)（MathematicalMorphology）是一種應(yīng)用于圖像處理和模式識別領(lǐng)域的新方法。數(shù)學(xué)形態(tài)學(xué)（也稱圖像代數(shù)）表示以形態(tài)為基礎(chǔ)對圖像進行分析的數(shù)學(xué)工具，其基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中對應(yīng)形狀以達到對圖像分析和識別的目的。

一.圖像開運算

開運算一般能平滑圖像的輪廓，削弱狹窄部分，去掉較細的突出。閉運算也是平滑圖像的輪廓，與開運算相反，它一般熔合窄的缺口和細長的彎口，去掉小洞，填補輪廓上的縫隙。圖像開運算是圖像依次經(jīng)過腐蝕、膨脹處理的過程，圖像被腐蝕后將去除噪聲，但同時也壓縮了圖像，接著對腐蝕過的圖像進行膨脹處理，可以在保留原有圖像的基礎(chǔ)上去除噪聲。其原理如圖1所示。

設(shè)A是原始圖像，B是結(jié)構(gòu)元素圖像，則集合A被結(jié)構(gòu)元素B做開運算，記為A?B，其定義為：

換句話說，A被B開運算就是A被B腐蝕后的結(jié)果再被B膨脹。圖像開運算在OpenCV中主要使用函數(shù)morphologyEx()，它是形態(tài)學(xué)擴展的一組函數(shù)，其函數(shù)原型如下：

dst=cv2.morphologyEx(src,cv2.MORPH_OPEN,kernel)

src表示原始圖像cv2.MORPH_OPEN表示圖像進行開運算處理kernel表示卷積核，可以用numpy.ones()函數(shù)構(gòu)建

圖像開運算的代碼如下所示：

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

#讀取圖片

src=cv2.imread('test01.png',cv2.IMREAD_UNCHANGED)

#設(shè)置卷積核

kernel=np.ones((5,5),np.uint8)

#圖像開運算

result=cv2.morphologyEx(src,cv2.MORPH_OPEN,kernel)

#顯示圖像

cv2.imshow("src",src)

cv2.imshow("result",result)

#等待顯示

cv2.waitKey(0)

cv2.destroyAllWindows()

輸出結(jié)果如圖2所示，左邊為原始圖像，右邊為處理后的圖像，可以看到原始圖形中的噪聲點被去除了部分。

但處理后的圖像中仍然有部分噪聲，如果想更徹底地去除，可以將卷積設(shè)置為1010的模板，代碼如下所示：

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

#讀取圖片

src=cv2.imread('test01.png',cv2.IMREAD_UNCHANGED)

#設(shè)置卷積核

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

#圖像開運算

result=cv2.morphologyEx(src,cv2.MORPH_OPEN,kernel)

#顯示圖像

cv2.imshow("src",src)

cv2.imshow("result",result)

#等待顯示

cv2.waitKey(0)

cv2.destroyAllWindows()

運行結(jié)果如圖3所示：

二.圖像閉運算

圖像閉運算是圖像依次經(jīng)過膨脹、腐蝕處理的過程，先膨脹后腐蝕有助于過濾前景物體內(nèi)部的小孔或物體上的小黑點。其原理如圖4所示：

設(shè)A是原始圖像，B是結(jié)構(gòu)元素圖像，則集合A被結(jié)構(gòu)元素B做開運算，記為AB，其定義為：

換句話說，A被B閉運算就是A被B膨脹后的結(jié)果再被B腐蝕。圖像開運算在OpenCV中主要使用函數(shù)morphologyEx()，其函數(shù)原型如下：

dst=cv2.morphologyEx(src,cv2.MORPH_CLOSE,kernel)

src表示原始圖像cv2.MORPH_CLOSE表示圖像進行閉運算處理kernel表示卷積核，可以用numpy.ones()函數(shù)構(gòu)建

圖像閉運算的代碼如下所示：

#-*-coding:utf-8-*-

#By：Eastmount

importcv2

importnumpyasnp

#讀取圖片

src=cv2.imread('test02.png',cv2.IMREAD_UNCHANGED)

#設(shè)置卷積核

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

#圖像閉運算

result=cv2.morphologyEx(src,cv2.MORPH_CLOSE,kernel)

#顯示圖像

cv2.imshow("src",src)

cv2.imshow("result",result)

#等待顯示

cv2.waitKey(0)

cv2.destroyAllWindows()

輸出結(jié)果如圖5所示，它有效地去除了圖像中間的小黑點（噪聲）。

三.圖像梯度運算

圖像梯度運算是圖像膨脹處理減去圖像腐蝕處理后的結(jié)果，從而得到圖像的輪廓，其原理如圖6所示，（a）表示原始圖像，（b）表示膨脹處理后的圖像，（c）表示腐蝕處理后的圖像，（d）表示圖像梯度運算的效果圖。

在Python中，圖像梯度運算主要調(diào)用morphologyEx()實現(xiàn)，其中參數(shù)cv2.MORPH_GRADIENT表示梯度處理，函數(shù)原型如下：

dst=cv2.morphologyEx(src,cv2.MORPH_GRADIENT,kernel)

src表示原始圖像cv2.MORPH_GRADIENT表示圖像進行梯度運算處理kernel表示卷積核，可以用numpy.ones()函數(shù)構(gòu)建

圖像梯度運算的實現(xiàn)代碼如下所示。

#-*-coding:utf-8-*-

importcv2

importnumpyasnp

#讀取圖片

src=cv2.imread('test03.png',cv2.IMREAD_UNCHANGED)

#設(shè)置卷積核

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

#圖像梯度運算

result=cv2.morphologyEx(src,cv2.MORPH_GRADIENT,kernel)

#顯示圖像

cv2.imshow("src",src)

cv2.imshow("result",result)

#等待顯示

cv2.waitKey(0)

cv2.destroyAllWindows()

圖像梯度運算處理