Морфологические операции с изображениями OpenCV

Морфологические операции над изображениями — важная техника в обработке изображений, в основном используемая для обработки бинарных изображений (т. е. черно-белых изображений).

Морфологические операции над изображениями в OpenCV — важные инструменты в обработке изображений. С помощью таких операций, как эрозия, дилатация, открытие, закрытие и морфологический градиент, можно достичь таких эффектов, как удаление шума, разделение объектов и обнаружение краев. Освоение этих операций помогает лучше обрабатывать и анализировать данные изображений.

Ниже перечислены часто используемые морфологические операции в OpenCV и их функции:

ДействиеФункцияОписаниеСценарий применения
Эрозияcv2.erode()Используйте структурирующий элемент для сканирования изображения. Если область, покрываемая структурирующим элементом, полностью относится к переднему плану, центральный пиксель сохраняется.Удаление шума, разделение объектов.
Дилатацияcv2.dilate()Используйте структурирующий элемент для сканирования изображения. Если область, покрываемая структурирующим элементом, содержит передний план, центральный пиксель сохраняется.Соединение разорванных объектов, заполнение отверстий.
Операция открытияcv2.morphologyEx()Эрозия, за которой следует дилатация.Удаление мелких объектов, сглаживание границ объектов.
Операция закрытияcv2.morphologyEx()Дилатация, за которой следует эрозия.Заполняет небольшие отверстия, соединяет соседние объекты.
Морфологический градиентcv2.morphologyEx()Изображение после дилатации минус изображение после эрозии.Извлекает границы объектов.
Операция Top Hatcv2.morphologyEx()Исходное изображение минус результат открытия.Извлекает небольшие объекты, более яркие, чем фон.
Операция Black Hatcv2.morphologyEx()Результат закрытия минус исходное изображение.Извлекает небольшие объекты, более тёмные, чем фон.

1. Эрозия (cv2.erode())

Эрозия — это процесс, который уменьшает объекты переднего плана на изображении.

Операция эрозии выполняет свёртку структурирующего элемента с изображением. Центральный пиксель сохраняется только тогда, когда структурирующий элемент полностью покрывает пиксели переднего плана на изображении; в противном случае он удаляется эрозией.

Прототип функции

cv2.erode(src, kernel, iterations=1)
  • src: Входное изображение, обычно бинарное изображение.
  • kernel: Структурирующий элемент, может быть настроен или использованcv2.getStructuringElement()Сгенерировано.
  • iterations: Количество операций эрозии, по умолчанию 1.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('image.png', 0)

# Определить структурирующий элемент
kernel = np.ones((5,5), np.uint8)

# Операция эрозии
eroded_image = cv2.erode(image, kernel, iterations=1)

# Отобразить результат
cv2.imshow('Eroded Image', eroded_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Операция эрозии делает объекты переднего плана на изображении меньше и разрушает края. Она часто используется для удаления шума или разделения соединённых объектов.

2. Дилатация (cv2.dilate())

Дилатация — это противоположность эрозии; это процесс, который расширяет объекты переднего плана на изображении.

Операция дилатации свёртывает структурирующий элемент с изображением. До тех пор, пока структурирующий элемент перекрывается с пикселями переднего плана на изображении, центральный пиксель сохраняется.

Прототип функции

cv2.dilate(src, kernel, iterations=1)
  • src: Входное изображение, обычно бинарное изображение.
  • kernel: Структурирующий элемент, может быть настроен или использованcv2.getStructuringElement()Сгенерировано.
  • iterations: Количество операций дилатации, по умолчанию 1.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('image.png', 0)

# Определить структурирующий элемент
kernel = np.ones((5,5), np.uint8)

# Операция дилатации
dilated_image = cv2.dilate(image, kernel, iterations=1)

# Отобразить результат
cv2.imshow('Dilated Image', dilated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Операция дилатации увеличивает объекты переднего плана на изображении и расширяет границы. Она часто используется для заполнения отверстий в объектах переднего плана или соединения разорванных объектов.

3. Операция открытия (cv2.morphologyEx() с cv2.MORPH_OPEN)

Открытие — это комбинированная операция эрозии, за которой следует дилатация.

Открытие в основном используется для удаления мелкого шума на изображении или разделения соединённых объектов.

Прототип функции

cv2.morphologyEx(src, op, kernel)
  • src: Входное изображение, обычно бинарное изображение.
  • op: Тип морфологической операции, открытие используетcv2.MORPH_OPEN。
  • kernel: Структурирующий элемент, может быть настроен или использованcv2.getStructuringElement()Сгенерировано.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('image.png', 0)

# Определить структурирующий элемент
kernel = np.ones((5,5), np.uint8)

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

# Отобразить результат
cv2.imshow('Opened Image', opened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Открытие может удалять мелкий шум на изображении, сохраняя основные объекты переднего плана.

4. Операция закрытия (cv2.morphologyEx() с cv2.MORPH_CLOSE)

Закрытие — это комбинированная операция, состоящая из дилатации с последующей эрозией.

Закрытие в основном используется для заполнения небольших отверстий в объектах переднего плана или соединения разорванных объектов.

Прототип функции

cv2.morphologyEx(src, op, kernel)
  • src: Входное изображение, обычно бинарное изображение.
  • op: Тип морфологической операции, закрытие используетcv2.MORPH_CLOSE。
  • kernel: Структурирующий элемент, может быть настроен или использованcv2.getStructuringElement()Сгенерировано.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('image.png', 0)

# Определить структурирующий элемент
kernel = np.ones((5,5), np.uint8)

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

# Отобразить результат
cv2.imshow('Closed Image', closed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Закрытие может заполнять небольшие отверстия в объектах переднего плана, сохраняя основные объекты переднего плана.

5. Морфологический градиент (cv2.morphologyEx() с cv2.MORPH_GRADIENT)

Морфологический градиент — это разность между дилатированным и эродированным изображениями.

Морфологический градиент в основном используется для извлечения границ объектов переднего плана на изображении.

Прототип функции

cv2.morphologyEx(src, op, kernel)
  • src: Входное изображение, обычно бинарное изображение.
  • op: Тип морфологической операции, морфологический градиент используетcv2.MORPH_GRADIENT。
  • kernel: Структурирующий элемент, может быть настроен или использованcv2.getStructuringElement()Сгенерировано.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('image.png', 0)

# Определить структурирующий элемент
kernel = np.ones((5,5), np.uint8)

# Морфологический градиент
gradient_image = cv2.morphologyEx(image, cv2.MORPH_GRADIENT, kernel)

# Отобразить результат
cv2.imshow('Gradient Image', gradient_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Морфологический градиент позволяет извлекать границы объектов переднего плана на изображении и часто используется для обнаружения границ.

Другие расширения