python數(shù)字圖像處理之基本形態(tài)學(xué)濾波
引言
對(duì)圖像進(jìn)行形態(tài)學(xué)變換。變換對(duì)象一般為灰度圖或二值圖，功能函數(shù)放在morphology子模塊內(nèi)。
1、膨脹（dilation)
原理：一般對(duì)二值圖像進(jìn)行操作。找到像素值為1的點(diǎn)，將它的鄰近像素點(diǎn)都設(shè)置成這個(gè)值。1值表示白，0值表示黑，因此膨脹操作可以擴(kuò)大白色值范圍，壓縮黑色值范圍。一般用來擴(kuò)充邊緣或填充小的孔洞。
功能函數(shù)：skimage.morphology.dilation(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
from skimage import data
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=data.checkerboard()
dst1=sm.dilation(img,sm.square(5)) #用邊長(zhǎng)為5的正方形濾波器進(jìn)行膨脹濾波
dst2=sm.dilation(img,sm.square(15)) #用邊長(zhǎng)為15的正方形濾波器進(jìn)行膨脹濾波
plt.figure('morphology',figsize=(8,8))
plt.subplot(131)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.subplot(132)
plt.title('morphological image')
plt.imshow(dst1,plt.cm.gray)
plt.subplot(133)
plt.title('morphological image')
plt.imshow(dst2,plt.cm.gray)分別用邊長(zhǎng)為5或15的正方形濾波器對(duì)棋盤圖片進(jìn)行膨脹操作，結(jié)果如下：
可見濾波器的大小，對(duì)操作結(jié)果的影響非常大。一般設(shè)置為奇數(shù)。
除了正方形的濾波器外，濾波器的形狀還有一些，現(xiàn)列舉如下：
morphology.square: 正方形
morphology.disk: 平面圓形
morphology.ball: 球形
morphology.cube: 立方體形
morphology.diamond: 鉆石形
morphology.rectangle: 矩形
morphology.star: 星形
morphology.octagon: 八角形
morphology.octahedron： 八面體
注意，如果處理圖像為二值圖像（只有0和1兩個(gè)值），則可以調(diào)用：
skimage.morphology.binary_dilation(image, selem=None）
用此函數(shù)比處理灰度圖像要快。
2、腐蝕（erosion)
函數(shù)：skimage.morphology.erosion(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
和膨脹相反的操作，將0值擴(kuò)充到鄰近像素。擴(kuò)大黑色部分，減小白色部分。可用來提取骨干信息，去掉毛刺，去掉孤立的像素。
from skimage import data
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=data.checkerboard()
dst1=sm.erosion(img,sm.square(5)) #用邊長(zhǎng)為5的正方形濾波器進(jìn)行膨脹濾波
dst2=sm.erosion(img,sm.square(25)) #用邊長(zhǎng)為25的正方形濾波器進(jìn)行膨脹濾波
plt.figure('morphology',figsize=(8,8))
plt.subplot(131)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.subplot(132)
plt.title('morphological image')
plt.imshow(dst1,plt.cm.gray)
plt.subplot(133)
plt.title('morphological image')
plt.imshow(dst2,plt.cm.gray)
注意，如果處理圖像為二值圖像（只有0和1兩個(gè)值），則可以調(diào)用：
skimage.morphology.binary_erosion(image, selem=None）
用此函數(shù)比處理灰度圖像要快。
3、開運(yùn)算（opening)
函數(shù)：skimage.morphology.openning(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
先腐蝕再膨脹，可以消除小物體或小斑塊。
from skimage import io,color
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=color.rgb2gray(io.imread('d:/pic/mor.png'))
dst=sm.opening(img,sm.disk(9)) #用邊長(zhǎng)為9的圓形濾波器進(jìn)行膨脹濾波
plt.figure('morphology',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.axis('off')
plt.subplot(122)
plt.title('morphological image')
plt.imshow(dst,plt.cm.gray)
plt.axis('off')
注意，如果處理圖像為二值圖像（只有0和1兩個(gè)值），則可以調(diào)用：
skimage.morphology.binary_opening(image, selem=None）
用此函數(shù)比處理灰度圖像要快。
4、閉運(yùn)算（closing)
函數(shù)：skimage.morphology.closing(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
先膨脹再腐蝕，可用來填充孔洞。
from skimage import io,color
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=color.rgb2gray(io.imread('d:/pic/mor.png'))
dst=sm.closing(img,sm.disk(9)) #用邊長(zhǎng)為5的圓形濾波器進(jìn)行膨脹濾波
plt.figure('morphology',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.axis('off')
plt.subplot(122)
plt.title('morphological image')
plt.imshow(dst,plt.cm.gray)
plt.axis('off')
注意，如果處理圖像為二值圖像（只有0和1兩個(gè)值），則可以調(diào)用：
skimage.morphology.binary_closing(image, selem=None）
用此函數(shù)比處理灰度圖像要快。
5、白帽（white-tophat)
函數(shù)：skimage.morphology.white_tophat(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
將原圖像減去它的開運(yùn)算值，返回比結(jié)構(gòu)化元素小的白點(diǎn)
from skimage import io,color
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=color.rgb2gray(io.imread('d:/pic/mor.png'))
dst=sm.white_tophat(img,sm.square(21))
plt.figure('morphology',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.axis('off')
plt.subplot(122)
plt.title('morphological image')
plt.imshow(dst,plt.cm.gray)
plt.axis('off')
6、黑帽（black-tophat)
函數(shù)：skimage.morphology.black_tophat(image, selem=None）
selem表示結(jié)構(gòu)元素，用于設(shè)定局部區(qū)域的形狀和大小。
將原圖像減去它的閉運(yùn)算值，返回比結(jié)構(gòu)化元素小的黑點(diǎn)，且將這些黑點(diǎn)反色。
from skimage import io,color
import skimage.morphology as sm
import matplotlib.pyplot as plt
img=color.rgb2gray(io.imread('d:/pic/mor.png'))
dst=sm.black_tophat(img,sm.square(21))
plt.figure('morphology',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)
plt.axis('off')
plt.subplot(122)
plt.title('morphological image')
plt.imshow(dst,plt.cm.gray)
plt.axis('off')
以上就是python數(shù)字圖像處理之基本形態(tài)學(xué)濾波的詳細(xì)內(nèi)容，更多關(guān)于python數(shù)字圖像形態(tài)學(xué)濾波的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了如何使用Python解決序列重疊問題,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-03-03
Python實(shí)現(xiàn)多進(jìn)程的四種方式
今天小編就為大家分享一篇關(guān)于Python實(shí)現(xiàn)多進(jìn)程的四種方式，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2019-02-02
這篇文章主要介紹了如何在python中執(zhí)行另一個(gè)py文件,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
python實(shí)現(xiàn)人臉識(shí)別經(jīng)典算法（一） 特征臉法
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)人臉識(shí)別經(jīng)典算法，特征臉法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03
python中利用zfill方法自動(dòng)給數(shù)字前面補(bǔ)0
python中有一個(gè)zfill方法用來給字符串前面補(bǔ)0，非常不錯(cuò)，下面小編給大家分享了實(shí)例代碼，非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友參考下吧2018-04-04
今天小編就為大家分享一篇解決Django layui {{}}沖突的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08
Python實(shí)現(xiàn)網(wǎng)站注冊(cè)驗(yàn)證碼生成類
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)網(wǎng)站注冊(cè)驗(yàn)證碼生成類，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-06-06
python連接打印機(jī)實(shí)現(xiàn)打印文檔、圖片、pdf文件等功能
這篇文章主要介紹了python連接打印機(jī)實(shí)現(xiàn)打印文檔、圖片、pdf文件等功能,需要的朋友可以參考下2020-02-02
手把手教你將Flask應(yīng)用封裝成Docker服務(wù)的實(shí)現(xiàn)
這篇文章主要介紹了手把手教你將Flask應(yīng)用封裝成Docker服務(wù)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
解決Pyinstaller打包為可執(zhí)行文件編碼錯(cuò)誤的問題
這篇文章主要介紹了解決Pyinstaller打包為可執(zhí)行文件編碼錯(cuò)誤的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03