图像开运算、闭运算和梯度运算：图像增强的新利器

2022-12-20 02:31:23

图像开运算、闭运算和梯度运算：图像增强的有力工具

图像增强在图像处理领域至关重要，因为它可以提升图像品质，使其更利于后续处理或分析。图像形态学是一种常用的图像增强技术，它利用数学运算处理图像像素，以实现图像增强。

图像开运算

图像开运算可以有效去除图像中的噪声和杂点。它先缩小图像中白色区域（通过腐蚀运算），再扩大缩小后的区域（通过膨胀运算）。

import numpy as np
from skimage.morphology import opening

# 创建包含噪声的图像
image = np.array([[0, 0, 1, 0, 0],
                   [0, 0, 1, 0, 0],
                   [1, 1, 1, 1, 1],
                   [0, 0, 1, 0, 0],
                   [0, 0, 1, 0, 0]])

# 创建结构元素（即开运算的内核）
kernel = np.ones((3, 3))

# 应用开运算
opened_image = opening(image, kernel)

# 显示原图像和开运算后的图像
plt.imshow(image, cmap="gray")
plt.title("原图像")
plt.show()
plt.imshow(opened_image, cmap="gray")
plt.title("开运算后的图像")
plt.show()

图像闭运算

图像闭运算与开运算类似，但它作用于图像的黑色区域。它先扩大黑色区域（通过膨胀运算），再缩小扩大后的区域（通过腐蚀运算）。

import numpy as np
from skimage.morphology import closing

# 创建包含孔洞的图像
image = np.array([[0, 0, 1, 0, 0],
                   [0, 0, 1, 0, 0],
                   [1, 1, 1, 1, 1],
                   [0, 0, 1, 0, 0],
                   [0, 0, 1, 0, 0]])

# 创建结构元素（即闭运算的内核）
kernel = np.ones((3, 3))

# 应用闭运算
closed_image = closing(image, kernel)

# 显示原图像和闭运算后的图像
plt.imshow(image, cmap="gray")
plt.title("原图像")
plt.show()
plt.imshow(closed_image, cmap="gray")
plt.title("闭运算后的图像")
plt.show()

图像梯度运算

图像梯度运算通过突出图像边缘和纹理来增强图像。它先膨胀图像（通过膨胀运算），再腐蚀图像（通过腐蚀运算），最后将这两幅图像相减。

import numpy as np
from skimage.morphology import gradient

# 创建包含边缘和纹理的图像
image = np.array([[0, 0, 0, 0, 0],
                   [0, 0, 0, 1, 0],
                   [0, 1, 1, 1, 0],
                   [0, 1, 1, 1, 0],
                   [0, 0, 0, 0, 0]])

# 创建结构元素（即梯度运算的内核）
kernel = np.ones((3, 3))

# 应用梯度运算
gradient_image = gradient(image, kernel)

# 显示原图像和梯度运算后的图像
plt.imshow(image, cmap="gray")
plt.title("原图像")
plt.show()
plt.imshow(gradient_image, cmap="gray")
plt.title("梯度运算后的图像")
plt.show()