- OpenCV中的形态学
- 形态学图像处理
- 图像的二值化
- OpenCV腐蚀
- 作用
- api
- 获取形态学卷积核
- OpenCV膨胀
- 开运算
- 闭运算
- 形态学梯度
- 顶帽运算
- 黑帽运算
OpenCV中的形态学
什么是形态学
- 基于图像形态进行处理的一些基本方法
- 这些处理方法基本是对二进制图像进行处理
- 卷积核决定图像处理后的效果
形态学图像处理
腐蚀和膨胀 开运算 闭运算
顶帽 黑帽
图像的二值化
将图像的每个像素变为两种值 0，255
全局二值化
局部二值化（光线不好）
api:
threshold(img, thresh, maxVal, type)
超过thresh的值变为maxVal或者相反
自适应阈值二值化
自适应计算阈值是多少（光线问题）
adaptiveMethod
计算方法：
ADAPTIVE_THRESH_MEAN_C 计算邻近区域的平均值
ADAPTIVE_THRESH_GAUSSIAN_C 高斯窗口加权平均
OpenCV腐蚀
作用
消除物体的边界点，使边界向内收缩，可以把小于结构元素的物体去除。可将两个有细小连通的物体分开。该方法可以用来去除毛刺，小凸起等。如果两个物体间有细小的连通，当结构足够大时，可以将两个物体分开。
api
k = np.ones((5, 5), np.uint8)
img = cv2.erode(img, k, iterations=1)
获取形态学卷积核
getStructuringElement(type, size)
OpenCV膨胀
dilate(img, kernel, iteration=1)
开运算
先腐蚀 再膨胀（外面有噪点,大块图形外面的小图形）
morpholopyEx(img, MORPH_OPEN, kernel)
闭运算
先膨胀 再腐蚀 （里面有噪点， 大块图形里面的小图形）
morpholopyEx(img, MORPH_CLOSE, kernel)
形态学梯度
原图-腐蚀后的图，获得边沿
morpholopyEx(img, MORPH_GRADIENT, kernel)
顶帽运算
原图-开运算（剩下大图形外面的噪点）
morpholopyEx(img, MORPH_TOPHAT, kernel)
黑帽运算
原图-闭运算（剩下大图形中的小噪点）
morpholopyEx(img, MORPH_BLACKHAT, kernel)