需要源码和图片请点赞关注收藏后评论区留言私信~~~
腐蚀和膨胀是形态学运算的基础操作，除了开运算和闭运算以外，形态学中还有几种比较有特点的运算，OpenCV提供了一个morphologyEx方法，包含所有常用的运算 语法如下
dst=cv2.morphologyEx(src,op,kernel,anchor,iterations,borderType,borderValue)
src 原始图像
op 操作类型 具体值如下表
kernel 操作过程中使用的核
anchor 核的锚点位置
形态学函数的操作类型参数
一、梯度运算
这里的梯度是指图像梯度，可以简单理解为像素的变化程度，如果几个连续的像素，其像素值跨度越大，则梯度值越大
梯度运算的运算过程如下图所示，让原图的膨胀图减原图的腐蚀图，因为膨胀图比原图大，腐蚀图比原图小，利用腐蚀图将膨胀图掏空，就得到了原图的轮廓图
下面通过代码实现这个效果
部分代码如下
import cv2 import numpy as np img = cv2.imrespider.png") # 读取原图 k = np.ones((5,5), np.uint8) # 创建5*5的数组作为核 cv2.imshow("imgimg) # 显示原图 dst = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, k) # 进行梯度运算 cv2.imshow("dst", ds 显示梯度运算结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
二、顶帽运算
顶帽运算的运算过程如下图所示，让原图减原图的开运算图，因为开运算抹除图像的外部细节，有外部细节的图像减去无外部细节的图像，得到的结果就只剩外部细节了，所以经过顶帽运算之后，小蜘蛛就只剩蜘蛛腿了
部分代码如下
import cv2 import numpy as np img = cv2("spider.png") # 读取原图 k = np.on((5, 5), np.uint8) # 创建5*5的数组作为核 cv2.imshow("img", img) # 显示原图 dst = cvmorphologyEx(img, cv2.MORPH_TOPHAT, k) # 进行顶帽运算 cv2.imshow("t", dst) # 显示顶帽运算结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWind() # 释放所有窗体
三、黑帽运算
黑猫运算的运算过程如下图所示，让原图的闭运算图减去原图，因为闭运算抹除图像的内部细节，无内部细节的图像减去有内部细节的图像，得到的结果就只剩内部细节了，所以经过黑帽运算之后，小蜘蛛就只剩下斑点、花纹和眼睛了
部分代码如下
import cv2 import numpy as np img = cv2.imread("spider2.png") # 读取原图 k = np.es((5, 5), np.uint8) # 创建5*5的数组作为核 cv2.imsow("img", img) # 显示原图 dst = c.(img, cv2.MORPH_BLACKHAT, k) # 进行黑帽运算 cv2.imsh"dst", dst) # 显示黑帽运算结果 cv2.waiey() 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
创作不易 觉得有帮助请点赞关注收藏~~~
