Python 图像处理中的形态学运算

2025年3月17日 | 阅读 3 分钟

形态学操作可用于提取有助于描述和表示区域形状的图像分量。形态学操作是依赖于图像形状的基本任务。它通常在二值图像上进行。它需要两个数据源，第一个是输入图像，第二个称为结构元素。

形态学算子能够以输入图像以及结构元素作为输入。这两个元素随后与集合运算符结合。图像输入的对象的处理方式取决于图像形状的特征。这些可以通过结构部分进行编码。

开运算类似于腐蚀，因为它会移除前景像素边缘的明亮前景像素。此操作的结果是保留与结构元素相似或甚至完全包含结构元素的前景区域，同时去除前景中的所有其他像素区域。开运算用于去除图像中的内部噪声。

开运算是一个先进行腐蚀操作，然后进行膨胀的操作。

Morphological Operations in Image Processing in Python

所需模块和库

要执行图像处理中的形态学操作，我们需要以下模块

1. cv2

安装： !pip3 install cv2

2. NumPy

安装： !pip3 install numpy

语法

cv2.morphology 的语法是

参数

image：它接受输入图像数组。
MORPH_OPEN：用于应用形态学开运算。
kernel：用于结构元素。

以下是解释开运算形态学操作的 Python 代码 -

代码

# First, we will import the required libraries:
import cv2 as CV
import numpy as nmp 
 
# here, it will return video from the first webcam on our computer. 
screenRead1 = CV.VideoCapture(0)
# now, it will loop runs if capturing has been initialized.
while(1):
    # now, it is reading frames from a camera
    _, image = screenRead1.read()
     
    # Converting to HSV color space because OCV only reads colors as BGR 
    # and the frame is converted to hsv
    hsv = CV.cvtColor(image, CV.COLOR_BGR2HSV)
     
    # here, we will define the range of masking
    blue_1 = nmp.array([111, 52, 52])
    blue_2 = n,p.array([131, 257, 257])
     
    # Now, we will initialize the mask forconvoluting over input image
    mask = CV.inRange(hsv, blue_1, blue_2)
 
    # then, we will pass the bitwise_and over each pixel convoluted
    res = CV.bitwise_and(image, image, mask = mask)
     
    # Here, we will define the kernel that is Structuring element
    kernel = nmp.ones((5, 5), nmp.uint8)
     
    # Now, we will define the opening function over the image and structuring   # element
    opening = CV.morphologyEx(mask, CV.MORPH_OPEN, kernel)
    
    # The mask and opening operation is shown in the window
    CV.imshow('Mask', mask)
    CV.imshow('Opening', opening)
     
    # Now, it will wait for 'a' key to stop the program
    if CV.waitKey(1) & 0xFF == ord('a'):
        break
 
# De-allocate any associated memory usage 
CV.destroyAllWindows()
 
# At last, we will close the window and Release webcam
screenRead.release()

输出

输入图像