基于OpenCV的数字图像处理 课件 项目4-1.8黑帽运算.pptxVIP

黑帽运算

黑帽运算的概念黑帽运算是闭运算结果与原始图像的差，可以用来突出显示比周围区域暗的区域。图4.23(a)为原始图像，4.23(b)为闭运算的结果,4.23(c)为闭运算图像减去原图的结果。由图可见，闭运算封闭了图像中的孔洞，再用闭运算图像减去原始图像后，背景部分像素值相减仍然是0，保持不变，孔洞部分相减后变为白色，因此结果只保留了孔洞信息。图4.23黑帽运算示意图（a）原始图像(b)闭运算的结果(c)闭运算的图像减去原

黑帽运算案例importcv2importnumpyasnpimg=cv2.imread(image\\dilation.jpg)k=np.ones((8,8),np.uint8)result=cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,k)cv2.imshow(img,img)cv2.imshow(result,result)cv2.waitKey()cv2.destroyAllWindows()【例4.9blackhat.py】使用黑帽运算获取图像噪声信息。

黑帽运算案例结果解析图4.24（a）是原图，4.24（b）是黑帽运算的结果，可见，黑帽运算获得了图像的孔洞信息，同学们可以调整结构元大小，查看输出结果有何不同，并思考原