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

本文分享自華為云社區《[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、膨脹處理后的過程。圖像被腐蝕后，去除了噪聲，但是也壓縮了圖像；接著對腐蝕過的圖像進行膨脹處理，可以去除噪聲，并保留原有圖像。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。

https://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，可以采用函數 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、腐蝕處理后的過程。圖像先膨脹，后腐蝕，它有助于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，可以采用函數 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的卷積核可以采用函數 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：https://github.com/eastmountyxz/ImageProcessing-Python

本文摘錄自eastmount X華為云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》

?

點擊關注，第一時間了解華為云新鮮技術~