该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类、目标检测应用。
前一篇文章介绍图像腐蚀和图像膨胀算法。本篇文章将讲解主要讲解Python调用OpenCV实现图像形态学转化，包括图像开运算、图像闭运算和梯度运算，基础性知识希望对您有所帮助。不足之处，还请海涵~
- 一.图像开运算
- 二.图像闭运算
- 三.图像梯度运算
- 四.总结
文章参考自己以前系列图像处理文章及OpenCV库函数，同时部分参考网易云lilizong老师的视频，推荐大家去学习。同时，本篇文章涉及到《计算机图形学》基础知识，请大家下来补充。该系列在github所有源代码：
- https://github.com/eastmountyxz/ ImageProcessing-Python
学Python近八年，认识了很多大佬和朋友，感恩。由于在外求学且需要养娃，故在CSDN设置成了最低价收费专栏，觉得不错的可以购买抬爱；但作者的本意是帮助更多初学者入门，因此在github开源了所有代码，也在公众号同步更新。深知自己很菜，得拼命努力前行，编程也没有什么捷径，干就对了。希望未来能更透彻学习和撰写文章，同时非常感谢参考文献中的大佬们的文章和分享，共勉。 - https://blog.csdn.net/eastmount
数学形态学（Mathematical morphology）是一门建立在图论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。
一. 图像开运算
1.基本原理 图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，但是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，可以去除噪声，并保留原有图像。如下图所示：
开运算(img) = 膨胀( 腐蚀(img) )
下图是hanshanbuleng博主提供的开运算效果图，推荐大家学习他的文章。
- https://blog.csdn.net/hanshanbuleng/article/details/80657148
2.函数原型 图像开运算主要使用的函数morphologyEx，它是形态学扩展的一组函数，其参数cv2.MORPH_OPEN对应开运算。其原型如下：
- dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
参数dst表示处理的结果，src表示原图像，cv2.MORPH_OPEN表示开运算，kernel表示卷积核。
下图表示5*5的卷积核，可以采用函数 np.ones((5,5), np.uint8) 构建。
运行结果如下图所示：
3.代码实现 完整代码如下所示：
代码语言：javascript复制#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = cv2.imread('test01.png', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((5,5), np.uint8)
#图像开运算
result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示，可以看到噪声已经被去除了。
但是结果result中仍然有部分噪声，如果想去除更彻底将卷积设置为10*10的。
- kernel = np.ones((10,10), np.uint8)
- result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
二. 图像闭运算
1.基本原理 图像闭运算是图像依次经过膨胀、腐蚀处理后的过程。图像先膨胀，后腐蚀，它有助于关闭前景物体内部的小孔，或物体上的小黑点。如下图所示：
闭运算(img) = 腐蚀( 膨胀(img) )
下图是hanshanbuleng博主提供的开运算效果图，推荐大家学习他的文章。
2.函数原型 图像闭运算主要使用的函数morphologyEx，其原型如下：
- dst = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)
参数dst表示处理的结果，src表示原图像， cv2.MORPH_CLOSE表示闭运算，kernel表示卷积核。下图表示5*5的卷积核，可以采用函数 np.ones((5,5), np.uint8) 构建。
运行结果如下图所示：
3.代码实现 完整代码如下所示：
代码语言：javascript复制#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = cv2.imread('test03.png', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((10,10), np.uint8)
#图像闭运算
result = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示，可以看到中间的噪声去掉。
三. 图像梯度运算
1.基本原理 图像梯度运算是膨胀图像减去腐蚀图像的结果，得到图像的轮廓，其中二值图像1表示白色点，0表示黑色点。如下图所示：
梯度运算(img) = 膨胀(img) - 腐蚀(img)
2.函数原型 图像梯度运算主要使用的函数morphologyEx，参数为cv2.MORPH_GRADIENT。其原型如下：
- dst = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
参数dst表示处理的结果，src表示原图像， cv2.MORPH_GRADIENT表示梯度运算，kernel表示卷积核。5*5的卷积核可以采用函数 np.ones((5,5), np.uint8) 构建。
运行结果如下图所示：
3.代码实现 完整代码如下所示：
代码语言：javascript复制#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = cv2.imread('test04.png', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((10,10), np.uint8)
#图像闭运算
result = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示，可以看到中间的噪声去掉。
四.总结
本篇文章主要讲解Python调用OpenCV实现图像腐蚀和图像膨胀的算法，基础性知识希望对您有所帮助。
- 一.图像开运算
- 二.图像闭运算
- 三.图像梯度运算
- 四.总结
源代码下载地址，记得帮忙点star和关注喔！
- https://github.com/eastmountyxz/ ImageProcessing-Python
参考文献，在此感谢这些大佬，共勉！
- [1] 冈萨雷斯. 数字图像处理（第3版）[M]. 电子工业出版社, 2013.
- [2] 罗子江. Python中的图像处理[M]. 科学出版社, 2020.
- [3] https://blog.csdn.net/Eastmount
- [4]《计算机图形学》基础知识
- [5] 部分内容参考网易云lilizong老师的视频
