opencv--开运算和闭运算

图像的开闭运算

实例：

python OpenCV使用场景

https://blog.csdn.net/qq_39507748/article/details/104539673

原理：

图像开运算和闭运算与膨胀和腐蚀运算有关，由膨胀和腐蚀两个运算的复合与集合操作（并、交、补等）组合的运算构成，
开运算与闭运算依据腐蚀和膨胀演变而来。

1 开运算：先腐蚀，后膨胀。

作用：
1、消除小的物体，平滑形状边界，并且不改变其面积；
2、去除小颗粒噪声，断开物体之间的粘连。

2 闭运算：先膨胀，后腐蚀

作用：
1、填充物体内的小空间，连接邻近的物体；
2、连接断开的轮廓线，平滑其边界的同时，不该面面积。

实现

开运算实现

imgPath = 'E:\opencv_pic\src_pic\pic2.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 5);
img2 = imerode(img, se);
img3 = imdilate(img2, se);
subplot(1,3,1),imshow(img),title('原始图像');
subplot(1,3,2),imshow(img2),title('腐蚀后');
subplot(1,3,3),imshow(img3),title('膨胀后');

效果如下图。腐蚀消除了小的噪点，保留了最大的一个噪点，膨胀之后还原了噪点的形状。图像上，草莓蒂上的小花纹已经消失

放大后观察，原图里有较大的斑点，65的方块（纵向缺1个点），腐蚀后只剩下1个点，膨胀后变为55的方块

使用imopen函数，效果相同

闭运算实现

imgPath = 'E:\opencv_pic\src_pic\pic2.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 4);
img2 = imdilate(img, se);
img3 = imerode(img2, se);
subplot(1,3,1),imshow(img),title('原始图像');
subplot(1,3,2),imshow(img2),title('膨胀后');
subplot(1,3,3),imshow(img3),title('腐蚀后');

闭运算效果如下图。

放大后，图像左侧的噪点在膨胀过程被连在一起，体积增大很多。腐蚀后形状发生了一些改变，体积变小很多