opencv型態學運算

woff

• 進行白色與黑色的調整計算。
• skimage與opencv均可以挑選各種不同的過濾器形狀。
• dilation 膨脹
  • 指 白色的範圍擴大。
  • 可以用來擴充邊緣。
  • 可以用於填充小的孔洞。

opencv擴展語法

若由numpy直接產生圖形，
dtype請設定np.uint8。
• 當擴展值為2X2
• skimage是左上角+1
• opecv是左下角+1

1. import cv2
   
2. import matplotlib.pyplot as plt
   
3. import numpy as np
   
4. img=np.zeros((13,13),dtype=np.uint8)
   
5. print(img)
   
6. plt.imshow(img,cmap='gray')
   
7. plt.show()
   
8. img[4:8,3:7]=1
   
9. print(img)
   
10. plt.imshow(img,cmap='gray')
    
11. plt.show()
    
12. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(2,2))
    
13. print(kernel)
    
14. dst4=cv2.dilate(img,kernel)
    
15. print(dst4)
    
16. plt.imshow(dst4,cmap='gray')
    
17. plt.show()

複製代碼

可針對全彩圖象進行型態調整。

opencv 型態學運算

opencv 型態學運算

opencv 型態學運算

1. import cv2
   
2. img=cv2.imread('mor2.png')
   
3. #img=cv2.imread('cat.jpg')
   
4. print(img)
   
5. print('shape:',img.shape)
   
6. cv2.imshow('img0',img)
   
7. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
   
8. print(kernel)
   
9. dst4=cv2.dilate(img,kernel)
   
10. print(dst4)
    
11. cv2.imshow('img1',dst4)
    
12. cv2.waitKey(0)

複製代碼

opening

• 先腐蝕再擴展
• 可以先去除小區域的碎片資訊。

1. import skimage.morphology as sm
   
2. from skimage import io,color
   
3. import matplotlib.pyplot as plt
   
4. img=color.rgb2gray(io.imread('mor.png'))
   
5. dst=sm.opening(img,sm.disk(13))
   
6. plt.imshow(img,cmap='gray')
   
7. plt.show()
   
8. plt.imshow(dst,cmap='gray')
   
9. plt.show()

複製代碼

1. import cv2
   
2. img=cv2.imread('mor2.png')
   
3. #img=cv2.imread('cat.jpg')
   
4. print(img)
   
5. print('shape:',img.shape)
   
6. cv2.imshow('img0',img)
   
7. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
   
8. print(kernel)
   
9. dst4=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
   
10. print(dst4)
    
11. cv2.imshow('img1',dst4)
    
12. cv2.waitKey(0)

複製代碼

mor這個範例呈現的效果

opencv 型態學運算

closing

• 先擴展再腐蝕
• 可以針對區域內的雜訊進行整合

1. import cv2
   
2. img=cv2.imread('mor2.png')
   
3. #img=cv2.imread('cat.jpg')
   
4. print(img)
   
5. print('shape:',img.shape)
   
6. cv2.imshow('img0',img)
   
7. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
   
8. print(kernel)
   
9. dst4=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
   
10. print(dst4)
    
11. cv2.imshow('img1',dst4)
    
12. cv2.waitKey(0)

複製代碼

要opening還是closing?

• 先查看圖形的邊界、線條。
• 如果要去除的資料是在邊界、線條之外，建議選擇opening

opencv 型態學運算

1. import cv2
   
2. img=cv2.imread('open1.png')
   
3. cv2.imshow('img0',img)
   
4. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))
   
5. dst4=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
   
6. cv2.imshow('close',dst4)
   
7. dst5=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
   
8. cv2.imshow('open',dst5)
   
9. cv2.waitKey(0)

複製代碼

opencv 型態學運算

• 先查看圖形的邊界、線條。
• 如果要去除的資料是在邊界、線條裡面，建議選擇closing

opencv 型態學運算

1. import cv2
   
2. img=cv2.imread('close1.png')
   
3. cv2.imshow('img0',img)
   
4. kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))
   
5. dst4=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
   
6. cv2.imshow('close',dst4)
   
7. dst5=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
   
8. print(dst5)
   
9. cv2.imshow('open',dst5)
   
10. cv2.waitKey(0)

複製代碼

opencv 型態學運算