OpenCV 入门教程：开运算和闭运算

小蓝枣

发布于 2023-07-10 16:08:41

85800

代码可运行

文章被收录于专栏：CSDN博客专家-小蓝枣的博客CSDN博客专家-小蓝枣的博客

运行总次数：0

代码可运行

OpenCV 入门教程：开运算和闭运算

导语

开运算和闭运算是形态学图像处理中常用的操作，用于改变图像的形状和结构。它们是基于膨胀和腐蚀操作的组合，可以用于图像去噪、边缘保留、图像分割等多个领域。本文将以开运算和闭运算为中心，为你介绍使用 OpenCV 进行形态学操作的基本步骤和实例。

😃😄 ❤️ ❤️ ❤️

一、开运算

开运算是先进行腐蚀操作，再进行膨胀操作的过程。以下是一个使用开运算的示例代码：

import cv2
import numpy as np

# 读取图像文件
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 定义开运算的结构元素
kernel = np.ones((3, 3), np.uint8)

# 进行开运算
opened_image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

在上述示例中，我们使用 morphologyEx 函数对灰度图像进行开运算操作。 kernel 参数定义了开运算的结构元素，可以是矩形、椭圆或自定义形状。

二、闭运算

闭运算是先进行膨胀操作，再进行腐蚀操作的过程。以下是一个使用闭运算的示例代码：

import cv2
import numpy as np

# 读取图像文件
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 定义闭运算的结构元素
kernel = np.ones((3, 3), np.uint8)

# 进行闭运算
closed_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

在上述示例中，我们使用 morphologyEx 函数对灰度图像进行闭运算操作。 kernel 参数定义了闭运算的结构元素，可以是矩形、椭圆或自定义形状。

三、示例应用

现在，我们来看一些常见的示例应用，演示开运算和闭运算的操作：

3.1 图像去噪

使用开运算和闭运算可以有效地去除图像中的噪声。以下是一个示例代码：

import cv2
import numpy as np

# 读取图像文件
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 定义开运算和闭运算的结构元素
kernel = np.ones((3, 3), np.uint8)

# 进行开运算和闭运算
opened_image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)
closed_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

这个示例将加载名为" image.jpg "的灰度图像文件，并分别使用开运算和闭运算对图像进行去噪处理。

3.2 边缘保留

开运算和闭运算可以用于保留图像中的边缘信息。以下是一个示例代码：

import cv2
import numpy as np

# 读取图像文件
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 定义开运算和闭运算的结构元素
kernel = np.ones((3, 3), np.uint8)

# 进行开运算和闭运算
opened_image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)
closed_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

# 提取边缘信息
edges = cv2.absdiff(opened_image, closed_image)

这个示例将加载名为" image.jpg "的灰度图像文件，并分别使用开运算和闭运算对图像进行处理，然后通过计算差值得到边缘信息。