python显示不规则图形 python形状

转载

laojean 2023-09-18 10:48:05

文章标签 python显示不规则图形 python 算法 opencv 卷积核 文章分类 Python 后端开发

定义结构元素

形态学处理的核心就是定义结构元素，在OpenCV-Python中，可以使用其自带的getStructuringElement函数，也可以直接使用NumPy的ndarray来定义一个结构元素。

可以定义椭圆、矩形、十字形等形态学结构：

椭圆：

cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))

矩形：

cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))

十字形：

import numpy as np
import cv2

# 创建十字形结构
element= cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))
# 注意后引号之前有一个空格
print("element ",element)
NpKernel = np.uint8(np.zeros((5,5)))
for i in range(5):
    NpKernel[2,i]= 1
    NpKernel[i,2]= 1
print("NpKernel ",NpKernel)

上述结果输出（相同）：
array([[0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 1, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0]], dtype=uint8)

腐蚀和膨胀

腐蚀：腐蚀会把物体的边界腐蚀掉，卷积核沿着图像滑动，如果卷积核对应的原图的所有像素值为1，那么中心元素就保持原来的值，否则变为零。主要应用在去除白噪声，也可以断开连在一起的物体。
膨胀：卷积核所对应的原图像的像素值只要有一个是1，中心像素值就是1。一般在除噪时，先腐蚀再膨胀，因为腐蚀在去除白噪声的时候也会使图像缩小，所以我们之后要进行膨胀。当然也可以用来将两者物体分开。

"""
"""""
腐蚀
cv2.erode(src,              # 输入头像
        kernel,             # 卷积核
        dst=None,
        anchor=None,
        iterations=None,    # 迭代次数,默认1
        borderType=None,
        borderValue=None)
膨胀
cv2.dilate(src,             # 输入头像
        kernel,             # 卷积核
        dst=None,
        anchor=None,
        iterations=None,    # 迭代次数，默认1
        borderType=None,
        borderValue=None)
"""""

import cv2
import numpy as np

original_img=cv2.imread('C:\\Users\\xxx\\Desktop\\bottle.jpg')
# 图形太大，执行缩小操作
res=cv2.resize(original_img,None,fx=0.6,fy=0.6,
               interpolation=cv2.INTER_CUBIC)
# 获取红色通道
B,G,R=cv2.split(res)
img=R
# img=cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
RedThresh=cv2.threshold(img,160,255,cv2.THRESH_BINARY)
# OpenCV定义的结构矩形元素
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))
# 腐蚀图像
eroded=cv2.erode(RedThresh,kernel)
# 膨胀图像
dilated=cv2.dilate(RedThresh,kernel)

# 原图像
cv2.imshow("original_img",res)
# 红色通道图
cv2.imshow("R_channel_img",img)
# 红色阈值图像
cv2.imshow("RedThresh",RedThresh)
# 显示腐蚀后的图像
cv2.imshow("Eroded Image",eroded)
# 显示膨胀后的图像
cv2.imshow("Dilated Image",dilated)

# Numpy定义的结构元素
NpKernel=np.uint8(np.ones((3,3)))
# 腐蚀图像
Nperoded=cv2.erode(RedThresh,NpKernel)
# 显示腐蚀后的图像
cv2.imshow("Eroded by Numpy kernel",Nperoded)
cv2.waitKey(0)
cv2.destroyAllWindows()

报错：

cv2.error: OpenCV(4.5.3) 👎 error: (-5:Bad argument) in function ‘erode’

Overload resolution failed:
src is not a numerical tuple
Expected Ptrcv::UMat for argument ‘src’

补加一行解决方法仍无法解决。

开运算和闭运算

开运算和闭运算就是将腐蚀和膨胀按照一定的次序进行处理。

但这两者并不是可逆的，即先开后闭并不能得到原先的图像。

先闭后开——为了获取图像中的主要对象，对一副二值图连续使用闭运算和开运算；先开后闭——或者消除图像中的噪声，也可以对图像先用开运算后用闭运算，不过这样也会消除一些破碎的对象。

开运算：先腐蚀后膨胀，用于移除由图像噪音形成的斑点。
闭运算：先膨胀后腐蚀，用来连接被误分为许多小块的对象；

"""
cv2.morphologyEx(src,      # 输入图片
                 op,       # 需要处理类型的函数：(cv2.MORPH_OPEN,cv2.MORPH_CLOSE,cv2.MORPH_GRADIENT)
                 kernel,   # 卷积核大小
                 dst=None, 
                 anchor=None, 
                 iterations=None,     #迭代次数，默认1次
                 borderType=None, 
                 borderValue=None)
"""
"""
cv2.morphologyEx(src,           # 输入图片
                op,             # 需要处理类型的函数：
(cv2.MORPH_OPEN,cv2.MORPH_CLOSE,cv2.MORPH_GRADIENT
                kernel,         # 卷积核大小
                dst=None,
                anchor=None,
                iterations=None,    #迭代次数，默认1次
                borderType=None,
                borderValue=None)
"""

import cv2
import numpy as np

original_img=cv2.imread('C:\\Users\\xxx\\Desktop\\blue.jpg',0)
#图形太大了缩小一点
gray_res=cv2.resize(original_img,None,fx=0.8,fy=0.8,interpolation=cv2.INTER_CUBIC)
# B,G,img=cv2.split(res)
# _,RedThresh =
# cv2.threshold(img,160,255,cv2.THRESH_BINARY)
# 设定红色通道阈值160（阈值影响开闭运算效果）
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))
# 定义矩形结构元素

closed1= cv2.morphologyEx(gray_res , cv2.MORPH_CLOSE,kernel,iterations=1)
# 闭运算1
closed2=cv2.morphologyEx(gray_res,cv2.MORPH_CLOSE,kernel,iterations=3)
# 闭运算2
opened1=cv2.morphologyEx(gray_res,cv2.MORPH_OPEN,kernel,iterations=1)
# 开运算1
opened2=cv2.morphologyEx(gray_res,cv2.MORPH_OPEN,kernel,iterations=3)
# 开运算2
gradient=cv2.morphologyEx(gray_res,cv2.MORPH_GRADIENT,kernel)
# 梯度

# 显示如下腐蚀后的图像
cv2.imshow("gary_res",gray_res)
cv2.imshow("Close1",closed1)
cv2.imshow("Close2",closed2)
cv2.imshow("Open1",opened1)
cv2.imshow("Open2",opened2)
cv2.imshow("gradient",gradient)

cv2.waitKey(0)
cv2.destroyAllWindows()

待补充…

python显示不规则图形 python形状_python显示不规则图形