python opencv 开运算_opencv基本操作?

开运算总结：
（１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。
（２）开运算是一个基于几何运算的滤波器。
（３）结构元素大小的不同将导致滤波效果的不同。
（４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。

代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r"C:UsersCurryDesktopcc.png")
# img = cv2.cvtColor(img, code=cv2.COLOR_BGR2RGB)
kernel = np.ones(shape=[10, 10], dtype=np.uint8)
img = 255-img  #黑变白，白变黑
# 开运算，先腐蚀，后膨胀
result = cv2.morphologyEx(img, op=cv2.MORPH_OPEN,
                          kernel=kernel, iterations=1)
plt.subplot(1,2,1)
plt.title('raw')
plt.imshow(img)
plt.subplot(1,2,2)
plt.title('monrph')
plt.imshow(result)
plt.show()

闭运算总结：

        （1）闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
        （2）闭运算是通过填充图像的凹角来滤波图像的。
        （3）结构元素大小的不同将导致滤波效果的不同。
        （4）不同结构元素的选择导致了不同的分割

代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r"C:UsersCurryDesktopaa.png")
# img = cv2.cvtColor(img, code=cv2.COLOR_BGR2RGB)
kernel = np.ones(shape=[10, 10], dtype=np.uint8)
img = 255-img  #黑变白，白变黑
# 闭运算.先膨胀，后腐蚀
result = cv2.morphologyEx(img, op=cv2.MORPH_CLOSE,
                          kernel=kernel, iterations=1)
plt.figure(figsize=(10,10))
plt.subplot(1,2,1)
plt.title('raw')
plt.imshow(img)
plt.subplot(1,2,2)
plt.title('monrph')
plt.imshow(result)
plt.show()