一、顶帽
又称礼帽,是原始图像与进行开运算之后得到的图像的差。
顶帽运算(img) = 原始图像(img) - 开运算(img)
因为开运算到来的结果是放大了裂痕或者局部低亮度的区域,因此,从原图中减去运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这一操作和选择的核的大小相关。
顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。
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:处理的结果
src:原图像
cv2.MORPH_TOPHAT:顶帽运算:
kernel: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。
二、黑帽
是进行闭运算以后得到的图像与原图像的差。
黑帽运算(img) = 闭运算图像(img) - 原始图像(img)
黑帽运算之后的效果图突出了与原图像轮廓周围的区域更暗的区域,且这一操作和选择的核大小相关。所以黑帽运算用来分离比邻近点暗一些的斑块。
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:处理的结果
src:原图像
cv2.MORPH_BLACKHAT:黑帽运算
kernel:卷积核。