《OpenCV轻松入门：面向Python》读书笔记
作者：李立宗
出版社：电子工业出版社
出版时间：2019-05

第8章 形态学操作

8.7 礼帽运算

8.7.1 定义

  礼帽运算是用原始图像减去其开运算图像的操作。礼帽运算能够获取图像的噪声信息，或者得到比原始图像的边缘更亮的边缘信息。
  例如，图8-22是一个礼帽运算示例，其中：

图8-22 礼帽运算示意图

从图8-22中可以看到，礼帽运算使用原始图像减开运算图像得到礼帽图像，礼帽图像是原始图像中的噪声信息。
  例如，在图8-23中，左图是原始图像，中间的图是开运算图像，右图是原始图像减开运算图像得到的礼帽图像，礼帽图像显示的是比原始图像的边缘更亮的边缘信息。

图8-23 礼帽运算实例示意图

8.7.2 函数

  通过将函数cv2.morphologyEx()中操作类型参数op设置为“cv2.MORPH_TOPHAT”，可以实现礼帽运算。其语法结构如下：

result=cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)

8.7.3 程序示例

【例8.10】使用函数cv2.morphologyEx()实现礼帽运算。

import cv2
import numpy as np
o1=cv2.imread("tophat.bmp",cv2.IMREAD_UNCHANGED)
o2=cv2.imread("lena.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r1=cv2.morphologyEx(o1,cv2.MORPH_TOPHAT,k)
r2=cv2.morphologyEx(o2,cv2.MORPH_TOPHAT,k)
cv2.imshow("original1",o1)
cv2.imshow("original2",o2)
cv2.imshow("result1",r1)
cv2.imshow("result2",r2)
cv2.waitKey()
cv2.destroyAllWindows()

8.7.4 结果

图8-24 【例8.10】程序的运行结果