python实现其它形态学操作

目录：

(一) 顶帽（原图像与开操作图像的差值）
(二) 黑帽（原图像与闭操作图像的差值）
(三) 形态学梯度
  （1）基本梯度（膨胀后的图像与腐蚀后的图像差值）
  （2）内部梯度（原图像减去腐蚀后的图像差值）
  （3）外部梯度（膨胀后图像与原图差值）

(一) 顶帽（原图像与开操作图像的差值）

 1 import cv2 as cv
 2 import numpy as np
 3
 4 def top_hat_demo(image):
 5     gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
 6     ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
 7     cv.imshow("binary",binary)　　#这里的二值化图像就可以看作是原图像（注意：基于腐蚀膨胀是可以直接对彩色图像操作的））
 8     kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(5,5))
 9     dst = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)　　#查看开操作图像
10     cv.imshow("open_demo",dst)
11     dst = cv.morphologyEx(binary,cv.MORPH_TOPHAT,kernel)　　#查看顶帽图像
12     cv.imshow("top_hat_demo",dst)
13
14
15 src = cv.imread("./cir.png")  #读取图片
16 cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
17 cv.imshow("input image",src)    #通过名字将图像和窗口联系
18
19 top_hat_demo(src)
20
21 cv.waitKey(0)   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作
22 cv.destroyAllWindows()  #销毁所有窗口

(二) 黑帽（原图像与闭操作图像的差值,提取点）

1 def black_hat_demo(image):
2     gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
3     ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
4     cv.imshow("binary",binary)
5     kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,15))
6     dst = cv.morphologyEx(binary,cv.MORPH_CLOSE,kernel)
7     cv.imshow("close_demo",dst)
8     dst = cv.morphologyEx(binary,cv.MORPH_BLACKHAT,kernel)
9     cv.imshow("black_hat_demo",dst)

(三) 形态学梯度

（1）基本梯度（膨胀后的图像与腐蚀后的图像差值）

 1 def graditent_demo(image):
 2     gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
 3     ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
 4     cv.imshow("binary",binary)
 5     kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,15))
 6     dst = cv.dilate(binary, kernel)
 7     cv.imshow("dilate_demo", dst)
 8     dst = cv.erode(binary, kernel)
 9     cv.imshow("erode_demo", dst)
10     dst = cv.morphologyEx(binary,cv.MORPH_GRADIENT,kernel)
11     cv.imshow("graditent_demo",dst)

（2）内部梯度（原图像减去腐蚀后的图像差值）

（3）外部梯度（膨胀后图像与原图差值）

 1 def gradient2_demo(image):
 2     kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
 3     dm = cv.dilate(image, kernel)
 4     em = cv.erode(image, kernel)
 5     dst1 = cv.subtract(image, em) # internal gradient
 6     dst2 = cv.subtract(dm, image) # external gradient
 7     cv.imshow("internal", dst1)
 8     cv.imshow("external", dst2)
 9
10
11 print("--------- Python OpenCV Tutorial ---------")
12 src = cv.imread("D:/vcprojects/images/test.png")
13 cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
14 cv.imshow("input image", src)
15 gradient2_demo(src)
16 cv.waitKey(0)
17 cv.destroyAllWindows()

参考：

https://www.cnblogs.com/ssyfj/p/9277891.html