OpenCV形态学运算中梯度运算、顶帽、黑帽运算讲解与实战应用（附Python源码）

r囧r小猫 2023-09-30 19:01 22阅读 0赞

> **需要源码和图片请点赞关注收藏后评论区留言私信~~~**

腐蚀和膨胀是形态学运算的基础操作，除了开运算和闭运算以外，形态学中还有几种比较有特点的运算，OpenCV提供了一个morphologyEx方法，包含所有常用的运算 语法如下

> dst=cv2.morphologyEx(src,op,kernel,anchor,iterations,borderType,borderValue)
> 
> src 原始图像
> 
> op 操作类型 具体值如下表
> 
> kernel 操作过程中使用的核
> 
> anchor 核的锚点位置

形态学函数的操作类型参数

![1bd93fd5438c4827b4a07a309239696e.png][]

## 一、梯度运算 ##

这里的梯度是指图像梯度，可以简单理解为像素的变化程度，如果几个连续的像素，其像素值跨度越大，则梯度值越大

梯度运算的运算过程如下图所示，让原图的膨胀图减原图的腐蚀图，因为膨胀图比原图大，腐蚀图比原图小，利用腐蚀图将膨胀图掏空，就得到了原图的轮廓图

![f00636585386428b873ab7c704459c34.png][]

下面通过代码实现这个效果

![edcc3665034145c691efd764db55d4fc.png][]

部分代码如下

import cv2
    import numpy as np
    img = cv2.imrespider.png")  # 读取原图
    k = np.ones((5,5), np.uint8)  # 创建5*5的数组作为核
    cv2.imshow("imgimg)  # 显示原图
    dst = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, k) # 进行梯度运算
    cv2.imshow("dst", ds 显示梯度运算结果
    cv2.waitKey()  # 按下任何键盘按键后
    cv2.destroyAllWindows()  # 释放所有窗体

## 二、顶帽运算 ##

顶帽运算的运算过程如下图所示，让原图减原图的开运算图，因为开运算抹除图像的外部细节，有外部细节的图像减去无外部细节的图像，得到的结果就只剩外部细节了，所以经过顶帽运算之后，小蜘蛛就只剩蜘蛛腿了

![4ee8512f14c841069348bfb674a05a55.png][]

部分代码如下

import cv2
    import numpy as np
    img = cv2("spider.png")  # 读取原图
    k = np.on((5, 5), np.uint8)  # 创建5*5的数组作为核
    cv2.imshow("img", img)  # 显示原图
    dst = cvmorphologyEx(img, cv2.MORPH_TOPHAT, k)  # 进行顶帽运算
    cv2.imshow("t", dst)  # 显示顶帽运算结果
    cv2.waitKey()  # 按下任何键盘按键后
    cv2.destroyAllWind()  # 释放所有窗体

## 三、黑帽运算 ##

黑猫运算的运算过程如下图所示，让原图的闭运算图减去原图，因为闭运算抹除图像的内部细节，无内部细节的图像减去有内部细节的图像，得到的结果就只剩内部细节了，所以经过黑帽运算之后，小蜘蛛就只剩下斑点、花纹和眼睛了

![4ffc615c03f94f0ea35229288b39941d.png][]

部分代码如下

import cv2
    import numpy as np
    img = cv2.imread("spider2.png")  # 读取原图
    k = np.es((5, 5), np.uint8)  # 创建5*5的数组作为核
    cv2.imsow("img", img)  # 显示原图
    dst = c.(img, cv2.MORPH_BLACKHAT, k)  # 进行黑帽运算
    cv2.imsh"dst", dst)  # 显示黑帽运算结果
    cv2.waiey() 按下任何键盘按键后
    cv2.destroyAllWindows()  # 释放所有窗体

**创作不易 觉得有帮助请点赞关注收藏~~~**

[1bd93fd5438c4827b4a07a309239696e.png]: https://img-blog.csdnimg.cn/1bd93fd5438c4827b4a07a309239696e.png
[f00636585386428b873ab7c704459c34.png]: https://img-blog.csdnimg.cn/f00636585386428b873ab7c704459c34.png
[edcc3665034145c691efd764db55d4fc.png]: https://img-blog.csdnimg.cn/edcc3665034145c691efd764db55d4fc.png
[4ee8512f14c841069348bfb674a05a55.png]: https://img-blog.csdnimg.cn/4ee8512f14c841069348bfb674a05a55.png
[4ffc615c03f94f0ea35229288b39941d.png]: https://img-blog.csdnimg.cn/4ffc615c03f94f0ea35229288b39941d.png