opencv-064-图像形态学(开操作)

发表于 | 分类于

知识点

形态学的开操作是基于腐蚀与膨胀两个操作的组合实现的
开操作 = 腐蚀 + 膨胀
开操作的作用：开操作可以删除二值图像中小的干扰块，降低图像二值化之后噪点过多的问题。

API

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
void cv::morphologyEx(
	InputArray src,
	OutputArray dst,
	int op,
	InputArray kernel,
	Point anchor = Point(-1,-1),
	int iterations = 1,
	int borderType = BORDER_CONSTANT,
)

src 输入图像
dst 输出图像
op 形态学操作
kernel 结构元素
anchor 中心位置锚定
iterations 循环次数
borderType 边缘填充类型

其中op指定为MORPH_OPEN 即表示使用开操作

代码（c++,python）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

/*
 * 图像形态学(开操作)
 */
int main() {
    Mat src = imread("../images/shuini.jpg");
    if (src.empty()) {
        cout << "could not load image.." << endl;
    }
    imshow("input", src);

    // 二值化
    Mat gray, binary, result;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    GaussianBlur(gray, gray, Size(9, 9), 0, 0);
    adaptiveThreshold(gray, binary, 255, ADAPTIVE_THRESH_GAUSSIAN_C,
            THRESH_BINARY_INV, 45, 15);
    imshow("binary", binary);

    // 开操作
    Mat se = getStructuringElement(MORPH_RECT, Size(5,5));
    morphologyEx(binary, result, MORPH_OPEN, se);
    imshow("open demo", result);

    waitKey(0);
    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import cv2 as cv
import numpy as np

src = cv.imread("D:/images/shuini.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# 高斯模糊去噪声
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
dst = cv.GaussianBlur(gray, (9, 9), 2, 2)
binary = cv.adaptiveThreshold(dst, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C,
                              cv.THRESH_BINARY_INV, 45, 15)

# 开操作
se = cv.getStructuringElement(cv.MORPH_RECT, (5, 5), (-1, -1))
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, se)

cv.imshow("binary", binary)

cv.waitKey(0)
cv.destroyAllWindows()

结果

代码地址

github