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）_数学形态学顶帽、黑帽、形态学梯度的应用

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 

 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

下面通过代码实现这个效果

 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

 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

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~~~