Python+OpenCV图像处理之开闭操作

开操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可

开操作 = 腐蚀+膨胀 ，输入图像 + 结构元素

作用：用来消除小物体、平滑较大物体的边界的同时并不明显改变其面积，提取水平或竖直的线

闭操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可

闭操作 = 膨胀+腐蚀 ，输入图像 + 结构元素

作用：用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积

python实现

import cv2


def open_demo(image):
    print(image.shape)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    cv2.imshow("binary", binary)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
    binary = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)
    cv2.imshow("open result", binary)


def close_demo(image):
    print(image.shape)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    cv2.imshow("binary", binary)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
    binary = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)
    cv2.imshow("close result", binary)


if __name__ == "__main__":
    img = cv2.imread("image/open.jpg")
    cv2.namedWindow("input image",cv2.WINDOW_AUTOSIZE)
    cv2.imshow("input image", img)
    open_demo(img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

开操作结果，尽量保留其他结构元素不变，消除小物体

当我们改变内核的大小，就能达到不同的效果，比如我们设置ksize=（15，1），就可以提取图像中的水平直线

 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 1))
 binary = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)

同理，我们让ksize=（1，15），就可以提取图像中的垂直直线。结果如下

闭操作结果，填充封闭区域，其他保持不变

当我们改变内核的形状，也能达到不同的效果，比如提取图像中的圆

 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
 binary = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

结果如下

src参数：输入图像

op参数：操作类型

　　MORTH_OPEN                函数做开运算

　　MORTH_CLOSE              函数做闭运算

　　MORTH_GRADIENT       函数做形态学梯度运算

　　MORTH_TOPHAT            函数做顶帽运算

　　MORTH_BLACKHAT       函数做黑帽运算

　　MORTH_DILATE              函数做膨胀运算

　　MORTH_ERODE             函数做腐蚀运算

kernel参数 ：内核类型，用getStructuringElement函数得到