形态学操作
- 1 连通性
- 1.1 邻接关系
- 1.2 连通性
- 2 形态学操作
- 2.1 腐蚀和膨胀
- 2.2 开、闭运算
- 2.3 礼帽和黑帽
目标：
理解图像的邻域，连通性
了解不同的形态学操作：腐蚀、膨胀、开闭运算，礼帽和黑帽等，以及不同操作之间的关系。
1 连通性
1.1 邻接关系
在图像中，最小的单位是像素，每个像素周围有8个临接相思树，常见的邻接关系有3种：4邻域、8邻域、D邻域。
1.2 连通性
定义： 是描述区域和边界的重要概念，两个像素连通的两个必要条件是：1）两个像素位置是否相邻；2）两个像素的灰度值是否满足特定的相似性准则。
连通分类：
有4联通、8联通和m连通三种
（1）4连通：对于具有值V的像素p和q，如果q在集合N4（p）中，则称这两个像素是四连通的。
（2）8连通：对于具有值V的像素p和q，如果q在集合N8（p）中，则称这两个像素是8连通的。
（3）m连通：对于具有值V的像素p和q，如果1）q在集合N4§中，或q在集合ND（p）中；2）且N4（p）与N4（q）的交集为空，则称两个像素是m连通的，既4连通和D连通的混合连通。
2 形态学操作
定义： 形态学转换是基于图像形状的一些简单操作，它通常在二进制图像（二值图像，值为0或者1）上执行。
腐蚀和膨胀是两个基本的形态学运算符。然后它的变体形式，如开运算，闭运算，礼帽黑帽等
2.1 腐蚀和膨胀
腐蚀和膨胀是最基本的形态学操作，腐蚀和膨胀都是针对白色部分（高亮部分）而言的。
（1）膨胀：
是使图像中高亮部分扩张，效果图拥有比原图更大的高亮区域；是求局部最大值的操作.
具体操作： 用一个结构元素扫描图像中的每个像素，用结构元素中的每个像素与其覆盖的像素做‘与’操作，如果都为0，则该像素为0，否则为1。
作用： 将与物体接触的所有背景点合并到物体中，使目标增大，可填补目标中的孔洞
API： cv2.dilate（img,kernel,iterations）
参数：
img：要处理的图像
kernel：核结构
iterations：膨胀的次数，默认是1 （2）腐蚀：
是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域；是求局部最小值的操作。
具体操作： 用一个结构元素扫描图像中的每个像素，用结构元素中的每个像素与其覆盖的像素做‘与’操作，如果都为1，则该像素为1，否则为0。
作用： 消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点。
API： cv2.erode（img,kernel,iterations）
参数：
img：要处理的图像
kernel：核结构
iterations：腐蚀的次数，默认是1
import cv2
import matplotlib.pyplot as plt
import numpy as np
#1. 读取图像
img=cv2.imread('erode.png')
#2. 腐蚀和膨胀
# 2.1 创建核结构
kenel=np.ones((5,5),np.uint8)
# 2.2 腐蚀和膨胀
erode_img=cv2.erode(img,kenel,1)
dilate_img=cv2.dilate(img,kenel,1)
#3.显示图像
cv2.imshow('origin',img)
cv2.imshow('erode',erode_img)
cv2.imshow('dilate',dilate_img)
cv2.waitKey(0)2.2 开、闭运算
（1）开运算：
定义： 先腐蚀后膨胀，其作用是：分离物体，消除小区域。
特点： 消除噪点，去除小干扰，而不影响原来的图像
（2）闭运算
定义： 先膨胀后腐蚀，其作用是：消除闭合物体里面的孔洞
特点： 可以填充闭合区域
（3）API：
cv2.morphologyEx（img,op，kernel）
参数：
img：要处理的图像
op：处理方式，若进行开运算，则设为cv2.MORPH_OPEN；若进行闭运算，则设为cv2.MORPH_CLOSE
kernel：核结构
import cv2
import matplotlib.pyplot as plt
import numpy as np
#1. 读取图像
img=cv2.imread('open_close.png')
#2. 开运算和闭运算
# 2.1 创建核结构
kenel=np.ones((10,10),np.uint8)
# 2.2 开运算和闭运算
open_img=cv2.morphologyEx(img,cv2.MORPH_OPEN,kenel)#开运算
close_img=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kenel)#闭运算
#3.显示图像
cv2.imshow('origin',img)
cv2.imshow('open',open_img)
cv2.imshow('close',close_img)
cv2.waitKey(0)2.3 礼帽和黑帽
（1）礼帽运算：
原图像与开运算之差
（2）黑帽运算：
闭运算与原图像之差
API：
cv2.morphlogyEx(img，op，kernel)
参数：
img：要处理的图像
op：处理方式
