Python视觉识别--OpenCV开闭操作\分水岭算法(九)

(二十五) 开闭操作

闭操作：
1、图像形态学的重要操作之一，基于膨胀与腐蚀操作组合形成的
2、主要是应用在二值图像分析中，灰度图像也可以
3、开操作=膨胀+腐蚀，输入图像+结构元素
开操作：
1、图像形态学的重要操作之一，基于膨胀与腐蚀操作组合形成的
2、主要是应用在二值图像分析中，灰度图像也可以
3、开操作=腐蚀+膨胀，输入图像+结构元素
开操作与闭操作的区别是：膨胀与腐蚀的顺序
开操作作用：消除图像中小的干扰区域
闭操作作用：填充小的封闭区域

import cv2 as cv

def open(img):
    gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    # 形态学操作
    # 第二个参数：要执行的形态学操作类型，这里是开操作
    binary = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow("open", binary)

def close(img):
    gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    # 形态学操作
    # 第二个参数：要执行的形态学操作类型，这里是开操作
    binary = cv.morphologyEx(binary, cv.MORPH_CLOSE, kernel)
    cv.imshow("close", binary)

src = cv.imread('images/template.jpg')
cv.imshow('def', src)
open(src)
close(src)
cv.waitKey(0)
cv.destroyAllWindows()

(二十六) 分水岭算法

import cv2 as cv
import numpy as np


def watershed(img):
    gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
    mb = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel, iterations=2)
    sure_bg = cv.dilate(mb, kernel, iterations=3)
    dist = cv.distanceTransform(mb, cv.DIST_L2, 3)
    dist_output = cv.normalize(dist, 0, 1.0, cv.NORM_MINMAX)
    ret, surface = cv.threshold(dist, dist.max() * 0.6, 255, cv.THRESH_BINARY)
    surface_fg = np.uint8(surface)
    unknown = cv.subtract(sure_bg, surface_fg)
    ref, markers = cv.connectedComponents(sure_bg)
    markers = markers + 1
    markers[unknown == 255] = 0
    markers = cv.watershed(src, markers=markers)
    src[markers == -1] = [0, 0, 255]
    cv.imshow("result", src)

src = cv.imread('images/template.jpg')
cv.imshow('def', src)
watershed(src)
cv.waitKey(0)
cv.destroyAllWindows()