Python圖像處理丨三種實現圖像形態學轉化運算模式
摘要：本篇文章主要講解Python調用OpenCV實現圖像形態學轉化，包括圖像開運算、圖像閉運算和梯度運算
本文分享自華為雲社區《[Python圖像處理] 九.形態學之圖像開運算、閉運算、梯度運算》，作者：eastmount。
數學形態學（Mathematical morphology）是一門建立在格論和拓撲學基礎之上的圖像分析學科，是數學形態學圖像處理的基本理論。其基本的運算包括：腐蝕和膨脹、開運算和閉運算、骨架抽取、極限腐蝕、擊中擊不中變換、形態學梯度、Top-hat變換、顆粒分析、流域變換等。
本篇文章主要講解Python調用OpenCV實現圖像形態學轉化，包括圖像開運算、圖像閉運算和梯度運算，基礎性知識希望對您有所幫助。
- 1.圖像開運算
- 2.圖像閉運算
- 3.圖像梯度運算
一. 圖像開運算
1.基本原理
圖像開運算是圖像依次經過腐蝕、膨脹處理後的過程。圖像被腐蝕後，去除了噪聲，但是也壓縮了圖像；接着對腐蝕過的圖像進行膨脹處理，可以去除噪聲，並保留原有圖像。如下圖所示：
開運算(img) = 膨脹( 腐蝕(img) )
下圖是hanshanbuleng博主提供的開運算效果圖，推薦大家學習他的文章。
//blog.csdn.net/hanshanbuleng/article/details/80657148
2.函數原型
圖像開運算主要使用的函數morphologyEx，它是形態學擴展的一組函數，其參數cv2.MORPH_OPEN對應開運算。其原型如下：
dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
參數dst表示處理的結果，src表示原圖像，cv2.MORPH_OPEN表示開運算，kernel表示卷積核。下圖表示5*5的卷積核，可以採用函數 np.ones((5,5), np.uint8) 構建。
運行結果如下圖所示：
3.代碼實現
完整代碼如下所示：
#encoding:utf-8 import cv2 import numpy as np #讀取圖片 src = cv2.imread('test01.png', cv2.IMREAD_UNCHANGED) #設置卷積核 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()
輸出結果如下圖所示，可以看到噪聲已經被去除了。
但是結果result中仍然有部分噪聲，如果想去除更徹底將卷積設置為10*10的。
kernel = np.ones((10,10), np.uint8)
result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
二. 圖像閉運算
1.基本原理
圖像閉運算是圖像依次經過膨脹、腐蝕處理後的過程。圖像先膨脹，後腐蝕，它有助於關閉前景物體內部的小孔，或物體上的小黑點。如下圖所示：
閉運算(img) = 腐蝕( 膨脹(img) )
下圖是hanshanbuleng博主提供的開運算效果圖，推薦大家學習他的文章。
2.函數原型
圖像閉運算主要使用的函數morphologyEx，其原型如下：
dst = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)
參數dst表示處理的結果，src表示原圖像， cv2.MORPH_CLOSE表示閉運算，kernel表示卷積核。下圖表示5*5的卷積核，可以採用函數 np.ones((5,5), np.uint8) 構建。
運行結果如下圖所示：
3.代碼實現
完整代碼如下所示：
#encoding:utf-8 import cv2 import numpy as np #讀取圖片 src = cv2.imread('test03.png', cv2.IMREAD_UNCHANGED) #設置卷積核 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()
輸出結果如下圖所示，可以看到中間的噪聲去掉。
三. 圖像梯度運算
1.基本原理
圖像梯度運算是膨脹圖像減去腐蝕圖像的結果，得到圖像的輪廓，其中二值圖像1表示白色點，0表示黑色點。如下圖所示：
梯度運算(img) = 膨脹(img) – 腐蝕(img)
2.函數原型
圖像梯度運算主要使用的函數morphologyEx，參數為cv2.MORPH_GRADIENT。其原型如下：
dst = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
參數dst表示處理的結果，src表示原圖像， cv2.MORPH_GRADIENT表示梯度運算，kernel表示卷積核。5*5的卷積核可以採用函數 np.ones((5,5), np.uint8) 構建。
運行結果如下圖所示：
3.代碼實現
完整代碼如下所示：
#encoding:utf-8 import cv2 import numpy as np #讀取圖片 src = cv2.imread('test04.png', cv2.IMREAD_UNCHANGED) #設置卷積核 kernel = np.ones((10,10), np.uint8) #圖像閉運算 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()
輸出結果如下圖所示，可以看到中間的噪聲去掉。
該系列在github所有源代碼：//github.com/eastmountyxz/ImageProcessing-Python
本文摘錄自eastmount X華為雲開發者社區聯合出品的電子書《從零到一 • Python圖像處理及識別》。點擊免費下載電子書《從零到一 • Python圖像處理及識別》
