文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

玩转Python图像处理之二值图像腐蚀详解

2024-04-02 19:55

关注

1 引言

形态学运算是针对二值图像依据数学形态学集合论方法发展起来的图像处理的方法.其主要内容是设计一整套的变换概念和算法,用以描述图像的基本特征.

在图像处理中,形态学的应用主要有以下两点:利用形态学的基本运算,对图像进行观察和处理,从而达到改善图像质量的目的;描述和定义图像的各种几何参数和特征等.

2 腐蚀概念

数学形态学的运算以腐蚀和膨胀这两种基本运算为基础,腐蚀操作在数学形态学上的作用是消除物体的边界点,使边界向内部收缩的过程,主要用于将小于物体结构元素的物体去除.例如两个物体之间有细小的连通,可以通过腐蚀操作将两个物体分开.腐蚀的数学表达式为:

上述公式中:

此公式的含义是用B来腐蚀X得到的集合S,S是由B完全包括在X中时B的当前位置的集合.

3 举个栗子

只看上面公式,是不是有种云里雾里的感觉,那我们不妨来举个栗子说明一下,请看下图:

我们可以这样理解上述腐蚀过程,即用B的中心点和X上的点一个一个地对比,如果B上所有对应的点都在X的范围内,则该点保留;否则将该点去除;

通俗的讲就是将结构元素在图像中移动,如果结构元素完全包含在目标图像X中,则保留目标图像中对应于中心点的像素点,否则删除该像素点.

4 水平腐蚀

4.1 理论基础

图像腐蚀操作按照所采用的结构元素的类型,可以分为以下三类:水平腐蚀垂直腐蚀以及全方向腐蚀.其中水平腐蚀所采用的结构元素为[0,0,0], 其具体实现步骤如下:

  1. 根据原始图像的宽和高,初始化结果图为全白图(背景为白色)
  2. 由于我们采用的是横向腐蚀操作,结构元素为1X3,因此我们不处理最左边和最右边的两列像素,从第2行第2列开始,逐个遍历每行元素,判断该元素的前一个像素和后一个像素是否含有背景点,有则说明在结果图上该点需要被腐蚀掉,将该点像素点的灰度值赋值为255,否则保持不变
  3. 循环上述步骤,直至处理完原图所有像素点。

4.2 代码实现

使用python实现按上述过程,核心代码如下:


def horizon_erode(bin_img):
    out_img = np.zeros(shape=bin_img.shape, dtype=np.uint8) + 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    for i in range(h):
        for j in range(1,w-1):
            out_img[i][j]=0
            for k in range(3):
                if bin_img[i][j+k-1] > 127:
                    out_img[i][j]=255
    return out_img

运行结果如下:

请添加图片描述

上图中,从左往右依次为彩色原图,二值化后的结果图,以及采用水平腐蚀后的效果图,可以看到腐蚀后的图相比二值图外围在纵向上被腐蚀掉一圈。

5 垂直腐蚀

5.1 理论基础

垂直腐蚀和水平腐蚀原理类似,只是所采用的结构元素不同,垂直腐蚀所使用的结构元素为 [ 0 , 0 , 0 ] T [0,0,0]^T [0,0,0]T,其详细的实现步骤如下:

5.2 代码实现

使用python实现按上述过程,核心代码如下:


def vertical_erode(bin_img):
    out_img = np.zeros(shape=bin_img.shape, dtype=np.uint8) + 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    for i in range(1,h-1):
        for j in range(w):
            out_img[i][j]=0
            for k in range(3):
                if bin_img[i+k-1][j] > 127:
                    out_img[i][j]=255
    return out_img

运行结果如下:

请添加图片描述

上图中,从左往右依次为彩色原图,二值化后的结果图,以及采用垂直腐蚀后的效果图,可以看到腐蚀后的图相比二值图在横向上被腐蚀掉一圈。

6 全方向腐蚀

6.1 理论基础

全方向腐蚀综合了垂直腐蚀和水平腐蚀,所采用的结构元素为十字形,全向腐蚀的一般实现步骤如下:

6.2 代码实现

使用python实现按上述过程,核心代码如下:


def all_erode(bin_img):
    out_img = np.zeros(shape=bin_img.shape, dtype=np.uint8) + 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    B=[1,0,1,0,0,0,1,0,1]
    for i in range(1,h-1):
        for j in range(1,w-1):
            out_img[i][j]=0
            for m in range(3):
                for n in range(3):
                    if B[m*3+n] == 1:
                        continue
                    if bin_img[i+m-1][j+n-1] > 127:
                        out_img[i][j]=255
    return out_img

运行结果如下:

请添加图片描述

上图中,从左往右依次为彩色原图,二值化后的结果图,以及采用垂直腐蚀后的效果图,可以看到腐蚀后的图相比二值图在横向和纵向上都被腐蚀掉一圈。

7 总结

通过上述简单步骤,我们实现了二值图像水平腐蚀垂直腐蚀以及全向腐蚀,并给出了完整代码实例。

您学废了吗?

到此这篇关于Python图像处理笔记之二值图像腐蚀的文章就介绍到这了,更多相关Python二值图像腐蚀内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯