入门Python：图象处理进阶 - 形态学操作详解：开运算、闭运算与梯度算子实践 (dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel))

• src表示原始图像
• cv2.MORPH_OPEN表示图像进行开运算处理
• kernel表示卷积核，可以用numpy.ones()函数构建

图像开运算的代码如下所示：

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  

#读取图片
src = cv2.imread('test01.png', cv2.IMREAD_UNCHANGED)

#设置卷积核
kernel = np.ones((5,5), np.uint8)

#图像开运算
result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如图2所示，左边为原始图像，右边为处理后的图像，可以看到原始图形中的噪声点被去除了部分。

但处理后的图像中仍然有部分噪声，如果想更彻底地去除，可以将卷积设置为10×10的模板，代码如下所示：

# -*- coding: utf-8 -*-
# By：Eastmount
import cv2  
import numpy as np  

#读取图片
src = cv2.imread('test01.png', cv2.IMREAD_UNCHANGED)

#设置卷积核
kernel = np.ones((10,10), np.uint8) 

#图像开运算
result = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如图3所示：

二.图像闭运算

图像闭运算是图像依次经过膨胀、腐蚀处理的过程，先膨胀后腐蚀有助于过滤前景物体内部的小孔或物体上的小黑点。其原理如图4所示：

设A是原始图像，B是结构元素图像，则集合A被结构元素B做开运算，记为A·B，其定义为：

换句话说，A被B闭运算就是A被B膨胀后的结果再被B腐蚀。图像开运算在OpenCV中主要使用函数morphologyEx()，其函数原型如下：