Operaciones de morfología de imágenes con OpenCV

Las operaciones de morfología de imágenes son una técnica importante en el procesamiento de imágenes, utilizadas principalmente para procesar imágenes binarias (es decir, imágenes en blanco y negro).

Las operaciones de morfología de imágenes en OpenCV son herramientas importantes en el procesamiento de imágenes. Mediante operaciones como erosión, dilatación, apertura, cierre y gradiente morfológico, se pueden lograr efectos como la eliminación de ruido, la separación de objetos y la detección de bordes en las imágenes. Dominar estas operaciones ayuda a procesar y analizar mejor los datos de imagen.

A continuación se presentan las operaciones morfológicas más comunes en OpenCV y sus funciones:

OperaciónFunciónDescripciónEscenarios de aplicación
Erosióncv2.erode()Escanea la imagen con un elemento estructurante; si el área cubierta por el elemento estructurante es completamente de primer plano, se conserva el píxel central.Eliminar ruido y separar objetos.
Dilatacióncv2.dilate()Escanea la imagen con un elemento estructurante; si el área cubierta por el elemento estructurante contiene algún píxel de primer plano, se conserva el píxel central.Conectar objetos discontinuos y rellenar huecos.
Aperturacv2.morphologyEx()Erosión seguida de dilatación.Eliminar objetos pequeños y suavizar los bordes de los objetos.
Cierrecv2.morphologyEx()Dilatación seguida de erosión.Rellenar pequeños agujeros y conectar objetos cercanos.
Gradiente morfológicocv2.morphologyEx()La imagen dilatada menos la imagen erosionada.Extraer los bordes de los objetos.
Operación de sombrero de copacv2.morphologyEx()La imagen original menos el resultado de la apertura.Extraer pequeños objetos más brillantes que el fondo.
Operación de sombrero negrocv2.morphologyEx()El resultado del cierre menos la imagen original.Extraer pequeños objetos más oscuros que el fondo.

1. Erosión (cv2.erode())

La operación de erosión es un proceso que reduce los objetos en primer plano dentro de una imagen.

La operación de erosión convoluciona el elemento estructurante con la imagen. Solo cuando el elemento estructurante cubre completamente los píxeles de primer plano de la imagen, se conserva el píxel central; de lo contrario, se erosiona.

Prototipo de la función

cv2.erode(src, kernel, iterations=1)
  • src: Imagen de entrada, normalmente una imagen binaria.
  • kernel: Elemento estructurante, que se puede personalizar o usarcv2.getStructuringElement()generado.
  • iterations: Número de iteraciones para la operación de erosión, por defecto 1.

Ejemplo

import cv2
import numpy as np

# Leer la imagen
image = cv2.imread('image.png', 0)

# Definir el elemento estructurante
kernel = np.ones((5,5), np.uint8)

# Operación de erosión
eroded_image = cv2.erode(image, kernel, iterations=1)

# Mostrar el resultado
cv2.imshow('Eroded Image', eroded_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

La operación de erosión hace que los objetos en primer plano de la imagen se reduzcan y los bordes se erosionen. Se utiliza comúnmente para eliminar ruido o separar objetos conectados.

2. Dilatación (cv2.dilate())

La operación de dilatación es lo opuesto a la erosión; es un proceso que expande los objetos en primer plano de la imagen.

La operación de dilatación convoluciona el elemento estructurante con la imagen. Mientras el elemento estructurante se superponga con algún píxel de primer plano en la imagen, el píxel central se conservará.

Prototipo de la función

cv2.dilate(src, kernel, iterations=1)
  • src: Imagen de entrada, normalmente una imagen binaria.
  • kernel: Elemento estructurante, que se puede personalizar o usarcv2.getStructuringElement()generado.
  • iterations: Número de iteraciones para la operación de dilatación, por defecto 1.

Ejemplo

import cv2
import numpy as np

# Leer la imagen
image = cv2.imread('image.png', 0)

# Definir el elemento estructurante
kernel = np.ones((5,5), np.uint8)

# Operación de dilatación
dilated_image = cv2.dilate(image, kernel, iterations=1)

# Mostrar el resultado
cv2.imshow('Dilated Image', dilated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

La operación de dilatación hace que los objetos en primer plano de la imagen se agranden y los bordes se expandan. Se utiliza comúnmente para rellenar huecos en objetos en primer plano o conectar objetos discontinuos.

3. Apertura (cv2.morphologyEx() with cv2.MORPH_OPEN)

La apertura es una operación combinada que primero erosiona y luego dilata.

La apertura se utiliza principalmente para eliminar pequeños ruidos en la imagen o separar objetos conectados.

Prototipo de la función

cv2.morphologyEx(src, op, kernel)
  • src: Imagen de entrada, normalmente una imagen binaria.
  • op: Tipo de operación morfológica; para la apertura, usecv2.MORPH_OPEN。
  • kernel: Elemento estructurante, que se puede personalizar o usarcv2.getStructuringElement()generado.

Ejemplo

import cv2
import numpy as np

# Leer la imagen
image = cv2.imread('image.png', 0)

# Definir el elemento estructurante
kernel = np.ones((5,5), np.uint8)

# Apertura
opened_image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

# Mostrar el resultado
cv2.imshow('Opened Image', opened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

La apertura puede eliminar pequeños ruidos en la imagen, conservando al mismo tiempo los principales objetos en primer plano.

4. Cierre (cv2.morphologyEx() with cv2.MORPH_CLOSE)

El cierre es una operación combinada que primero dilata y luego erosiona.

El cierre se utiliza principalmente para rellenar pequeños agujeros en objetos en primer plano o conectar objetos discontinuos.

Prototipo de la función

cv2.morphologyEx(src, op, kernel)
  • src: Imagen de entrada, normalmente una imagen binaria.
  • op: Tipo de operación morfológica; para el cierre, usecv2.MORPH_CLOSE。
  • kernel: Elemento estructurante, que se puede personalizar o usarcv2.getStructuringElement()generado.

Ejemplo

import cv2
import numpy as np

# Leer la imagen
image = cv2.imread('image.png', 0)

# Definir el elemento estructurante
kernel = np.ones((5,5), np.uint8)

# Cierre
closed_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

# Mostrar el resultado
cv2.imshow('Closed Image', closed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

El cierre puede rellenar pequeños agujeros en los objetos en primer plano, conservando al mismo tiempo los principales objetos en primer plano.

5. Gradiente morfológico (cv2.morphologyEx() with cv2.MORPH_GRADIENT)

El gradiente morfológico es la diferencia entre la imagen dilatada y la imagen erosionada.

El gradiente morfológico se utiliza principalmente para extraer los bordes de los objetos en primer plano en una imagen.

Prototipo de la función

cv2.morphologyEx(src, op, kernel)
  • src: Imagen de entrada, normalmente una imagen binaria.
  • op: Tipo de operación morfológica; para el gradiente morfológico, usecv2.MORPH_GRADIENT。
  • kernel: Elemento estructurante, que se puede personalizar o usarcv2.getStructuringElement()generado.

Ejemplo

import cv2
import numpy as np

# Leer la imagen
image = cv2.imread('image.png', 0)

# Definir el elemento estructurante
kernel = np.ones((5,5), np.uint8)

# Gradiente morfológico
gradient_image = cv2.morphologyEx(image, cv2.MORPH_GRADIENT, kernel)

# Mostrar el resultado
cv2.imshow('Gradient Image', gradient_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

El gradiente morfológico puede extraer los bordes de los objetos en primer plano de la imagen; se utiliza a menudo en la detección de bordes.

Otras extensiones