一：开操作（先腐蚀后膨胀）

 特点：消除噪点，去除小的干扰块，而不影响原来的图像

import cv2 as cv import numpy as np def camp(val1,val2): pv = val1 + val2 if pv > 255: return 255 if pv < 0: return 0 return pv def open_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) for i in range(1000):　　#为灰度图像加一些噪点 h = np.random.random_integers(0,gray.shape[0]-1) w = np.random.random_integers(0, gray.shape[1]-1) val = np.random.random_integers(0, 255) gray[h,w] = camp(gray[h,w],val) ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)　　#生成二值化图像 cv.imshow("binary",binary) kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,3)) binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)　　#开操作，先腐蚀后膨胀，会消除一些为1的白色噪点 cv.imshow("open_demo",binary) src = cv.imread("./o.png") #读取图片 cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) #创建GUI窗口,形式为自适应 cv.imshow("input image",src) #通过名字将图像和窗口联系 open_demo(src) 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 cv.destroyAllWindows() #销毁所有窗口

二：闭操作（先膨胀后腐蚀）

 特点：可以填充闭合区域

def close_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU) cv.imshow("binary",binary) kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,15)) binary = cv.morphologyEx(binary,cv.MORPH_CLOSE,kernel) cv.imshow("close_demo",binary) src = cv.imread("./o.png") #读取图片 cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) #创建GUI窗口,形式为自适应 cv.imshow("input image",src) #通过名字将图像和窗口联系 

三：利用开操作完成的任务

（一）提取水平垂直线

def open_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU) cv.imshow("binary",binary) kernel = cv.getStructuringElement(cv.MORPH_RECT,(1,15))　　#修改内核为(15,1)可以提起横线 binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel) cv.imshow("open_demo",binary)

原理：

kernel = cv.getStructuringElement(cv.MORPH_RECT,(15,1))

（二）消除干扰线

def open_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU) cv.imshow("binary",binary) kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,3))　　#因为干扰线很细，小于我们想要的字母，先腐蚀后膨胀对字母无影响，但是对于细线在腐蚀的时候就处理掉了 binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel) cv.imshow("open_demo",binary)

（三）提取满足要求的形状

getStructuringElement我们设置的内核形状为矩形，是可以设置其他形状

矩形：MORPH_RECT; 交叉形：MORPH_CORSS; 椭圆形：MORPH_ELLIPSE;

参考：OpenCV---膨胀与腐蚀

 

def open_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU) cv.imshow("binary",binary) kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(5,5)) binary = cv.morphologyEx(binary,cv.MORPH_OPEN,kernel) cv.imshow("open_demo",binary)

 

转载于:https://www.cnblogs.com/ssyfj/p/9277688.html