需要源码和图片请点赞关注收藏后评论区留言私信~~~
一、开运算
开运算是将图像先进行腐蚀操作，再进行膨胀操作，开运算可以用来抹除图像外部的细节
如下图所示是一个简单的二叉树，父子节点之间都有线连接，如果对此图像进行腐蚀操作，可以得出第二张图，此时再执行膨胀操作，让缩小的节点恢复到原来的大小，可以得到第三张图的效果
这三幅图就是开运算的过程，从结果中可以明显的看出，经过开运算之后，二叉树中的连接线消失了，只剩下光秃秃的节点，因为连接线被核当成细节抹除了，所以利用检测轮廓的方法可以统计二叉树节点数量，也就是说在某些情况下，开运算的结果还可以用来做数量统计
下面实战抹除黑种草图像中的针状叶子
黑种草如下图所示，花呈蓝色，叶子像针一样又细又长，呈羽毛状，要抹除黑种草图像中的叶子，可以使用5×5的核对图像进行开运算
部分代码如下
import cv2 import numpas np img = cv2.imad("nigella.png") # 读取原图 k = np.ones(5, 5), np.uint8) # 创建5*5的数组作为核 cv2.imshow("img", img) # 显示原图 dst = cv2.eroe(img, k # 腐蚀操作 dst = cv2.dilae(dst, k) # 膨胀操作 cv2.imshow("dst", dst) # 显示开运算结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
二、闭运算
闭运算是将图像先进行膨胀操作，再进行腐蚀操作，闭运算可以抹除图像内部的细节，如下图身上布满斑点的小蜘蛛，先将图像进行膨胀操作，小蜘蛛身上的斑点被抹除，然后再将图像进行腐蚀操作
下面对汉字图片进行闭运算，使用15×15的核做闭运算，因为使用的核比较大，很容易导致一些间隔较近的区域合并到一起 可以观察闭运算对汉字图片造成了哪些影响
部分代码如下
import cv2 import numpy as np img = cv2imreadtianye.png") # 读取原图 k = np.es(( 15), np.uint8) # 创建15*15的数组作为核 cv2.imsow("img", img) # 显示原图 dst = cv2.dile(img, k) # 膨胀操作 dst = cv2.erodst, k) # 腐蚀操作 cv2.imshow("dst2", dst) # 显示闭运算结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destrAllWindows() # 释放所有窗体
创作不易 觉得有帮助请点赞关注收藏~~~
