13.OpenCV的形态变换
前言
??形态变换主要用于二值图像的形状操作，形态变换的实现原理基于数字形态学。数字形态学也称形态学，它主要从图像内部提取信息来描述图像形态。形态学广泛应用于视觉检测、文字识别、医学图像处理、图像压缩编码等。形态变换主要包括腐蚀、膨胀和高级形态操作。
一、形态操作内核
??形态学操作会使用一个内核(也称结构元)遍历图像，根据内核和图像的位置关系决定内核中心对应的图像像素点的输出结果。内核可以是自定义的矩阵(Numpy数组)，也可以是cv2.getStructuringElement()函数返回的矩阵。
retval = cv2.getStructuringElement(shape, ksize)
shape为内核的形状(矩形、十字形和椭圆形)
ksize为内核的大小
??形态操作内核：
# 形态操作内核
k1 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
k2 = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))
k3 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
# 形态操作内核
n_k1 = np.ones((5, 5), np.uint8)
n_k2 = np.array([[0, 0, 1, 0, 0],[0, 0, 1, 0, 0],[1, 1, 1, 1, 1],[0, 0, 1, 0, 0],[0, 0, 1, 0, 0]], dtype=np.uint8)
n_k3 = np.array([[0, 0, 1, 0, 0],[1, 1, 1, 1, 1],[1, 1, 1, 1, 1],[1, 1, 1, 1, 1],[0, 0, 1, 0, 0]], dtype=np.uint8)
??使用Numpy数组自定义内核：
二、腐蚀
??腐蚀操作遍历图像时，会根据内核和图像的位置决定内核中心对应像素点的输出结果。其原理是在原图的小区域内取局部最小值，其函数是cv2.erode()。
img = cv2.imread("zh.jpg")
cv2.imshow('erode',img)
img1 = cv2.erode(img, k1, iterations=5)
img2 = cv2.erode(img,n_k1,iterations=5)
cv2.imshow('erode1',img1)
cv2.imshow('erode2',img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
三、膨胀
??膨胀与腐蚀相反，取的是局部最大值。其函数是cv2.dilate()。
img = cv2.imread("zh.jpg")
cv2.imshow('erode',img)
img1 = cv2.dilate(img, k1, iterations=3)
img2 = cv2.dilate(img, n_k1, iterations=3)
cv2.imshow('erode1', img1)
cv2.imshow('erode2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
四、高级形态操作
??高级形态操作基于腐蚀和膨胀操作，包括开运算、闭运算、形态学梯度运算、黑帽运算和礼帽运算，用cv2.morphologyEx()函数实现。
1、开运算
??先腐蚀后膨胀叫开运算，其作用是消除小白点,用cv2.morphologyEx()函数实现。
# 开运算 先腐蚀后膨胀，其作用是消除 小白点
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_OPEN, k1, iterations=1)
cv2.imshow("MORPH_OPEN", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
2、闭运算
??先膨胀后腐蚀叫闭运算，其作用是消除小黑点，用cv2.morphologyEx()函数实现。
# 闭运算 先膨胀后腐蚀，其作用是消除 小黑点
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_CLOSE, k1, iterations=1)
cv2.imshow("MORPH_CLOSE", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
3、先开运算再闭运算
# 开运算 + 闭运算
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_OPEN, k1, iterations=1)
img3 = cv2.morphologyEx(img2, cv2.MORPH_CLOSE, k1, iterations=1)
cv2.imshow("Open_Close", img3)
cv2.waitKey(0)
cv2.destroyAllWindows()
4、形态学梯度运算
??Gradient形态学梯度,膨胀图减去腐蚀图，dilation - erosion，得到物体的轮廓，用cv2.morphologyEx()函数实现。
# Gradient形态学梯度,膨胀图减去腐蚀图，dilation - erosion，得到物体的轮廓
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, k1, iterations=1)
cv2.imshow("MORPH_GRADIENTE", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
5、黑帽运算
??Black Hat黑帽，闭运算后的图减去原图：closing - src。
# 黑帽运算Black Hat，闭运算后的图减去原图：closing - src
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, k1, iterations=1)
cv2.imshow("MORPH_BLACKHAT", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
6、礼帽运算
??Top Hat顶帽/White Hat白帽，原图减去开运算后的图：src - opening。
# 礼帽运算（Top Hat顶帽/White Hat白帽），原图减去开运算后的图：src - opening
img = cv2.imread("open_close.png")
cv2.imshow("IMG", img)
img2 = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, k1, iterations=1)
cv2.imshow("MORPH_TOPHAT", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
总结
??以上内容介绍了OpenCV-Python中几种基本形态变换的操作，有关Python、数据科学、人工智能等文章后续会不定期发布，请大家多多关注，一键三连哟(●’?’●)。