【youcans 的 OpenCV 例程200篇】138. 灰度开运算和灰度闭运算

5.2 灰度开运算和灰度闭运算

OpenCV 提供了函数 cv.morphologyEx 可以实现图像的灰度开运算和灰度闭运算。

函数说明：

cv.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]	)→ dst

函数 cv.morphologyEx 使用侵蚀（erosion）和膨胀（dilation）作为基本操作来执行高级形态转换。

参数说明：

src：输入图像，可以为单通道或多通道，图像深度必须为 CV_8U, CV_16U, CV_16S, CV_32F 或 CV_64F
dst：输出图像，大小和类型与 src 相同
op：形态学运算类型
- cv.MORPH_ERODE：腐蚀
- cv.MORPH_DILATE：膨胀
- cv.MORPH_OPEN：开运算，先腐蚀再膨胀
- cv.MORPH_CLOSE：闭运算，先膨胀再腐蚀
- cv.MORPH_GRADIENT：形态学梯度，膨胀图与腐蚀图之差
- cv.MORPH_TOPHAT：顶帽变换，原图像与开运算之差
- cv.MORPH_BLACKHAT：黑帽变换，闭运算图与原图像之差
- cv.MORPH_HITMISS：击中击不中运算
kernel：结构元（卷积核），null 时使用 3*3 矩形卷积核
anchor：卷积核的锚点位置，负值表示以卷积核的中心为锚点
iterations：应用腐蚀和膨胀的次数，可选项，默认值为 1
borderType：边界扩充的类型
borderValue：当 borderType=BORDER_CONSTANT 时以常量 value 填充扩充边界，默认值为 (0,0,0)

注意事项：

函数支持就地模式，开运算操作可以迭加使用多次。
迭代次数是应用腐蚀和膨胀操作的次数，注意两次迭代的开操作相当于应用“腐蚀→腐蚀→膨胀→膨胀”，而不是“腐蚀→膨胀→腐蚀→膨胀”。

例程 10.29：灰度级开运算和闭运算

    # 10.29: 灰度级开运算和闭运算
    imgGray = cv2.imread("../images/Fig0937a.tif", flags=0)  # flags=0 灰度图像

    element = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))  # 全 1 结构元
    imgErode = cv2.erode(imgGray, kernel=element)  # 灰度腐蚀
    imgDilate = cv2.dilate(imgGray, kernel=element)  # 灰度膨胀
    imgOpen = cv2.morphologyEx(imgGray, cv2.MORPH_OPEN, element)  # 灰度开运算
    imgClose = cv2.morphologyEx(imgGray, cv2.MORPH_CLOSE, element)  # 灰度闭运算
    imgGrad = cv2.morphologyEx(imgGray, cv2.MORPH_GRADIENT, element)  # 形态学梯度

    plt.figure(figsize=(9, 7))
    plt.subplot(231), plt.axis('off'), plt.title("Origin")
    plt.imshow(imgGray, cmap='gray', vmin=0, vmax=255)
    plt.subplot(232), plt.title("Eroded image"), plt.axis('off')
    plt.imshow(imgErode, cmap='gray', vmin=0, vmax=255)
    plt.subplot(233), plt.title("Dilated image"), plt.axis('off')
    plt.imshow(imgDilate, cmap='gray', vmin=0, vmax=255)
    plt.subplot(234), plt.title("Opening image"), plt.axis('off')
    plt.imshow(imgOpen, cmap='gray', vmin=0, vmax=255)
    plt.subplot(235), plt.title("Closing image"), plt.axis('off')
    plt.imshow(imgClose, cmap='gray', vmin=0, vmax=255)
    plt.subplot(236), plt.title("Gradient image"), plt.axis('off')
    plt.imshow(imgGrad, cmap='gray', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()