在OpenCV里实现形态学梯度

在前面学习膨胀和腐蚀，由前面的经验可知，膨胀处理后图像的轮廓会变大，腐蚀处理后图像的轮廓会变小，如果拿膨胀的结果减去腐蚀的结果，那么是否就得到图像的轮廓呢？其实是可以，公式如下：

dst=morph_grad(src,element)=dilate(src,element)−erode(src,element)

在这里相当于调用函数morphologyEx，并且设置参数cv2.MORPH_GRADIENT，这样就可计算梯度出来，例子如下：

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np

#图片的路径
imgname = "szbin1.png"

#读取图片
image = cv2.imread(imgname, cv2.IMREAD_GRAYSCALE)

#图片的高度和宽度
h,w = image.shape[:2]
print('imagesize={}-{}'.format(w,h))

#显示原图
cv2.imshow("Image",image)

#结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
print(kernel)
#梯度运算
out = cv2.morphologyEx(image, cv2.MORPH_GRADIENT, kernel)
cv2.imshow("out",out)

cv2.waitKey(0)
cv2.destroyAllWindows()

结果输出如下：

输入图片

输出图片

从结果里可以看到，白色的边框就是图像的轮廓，这也是边缘提取的一个方法。

https://blog.csdn.net/caimouse/article/details/51749579