使用形态学梯度运算进行边缘检测（python）

1、opencv的形态学函数模块里morphologyEx函数提供了MORPH_GRADIENT让我们能够完成梯度运算。数学方法：膨胀操作与腐蚀的差。具体实现有两种：1）morphologyEx2）根据定义： 膨胀 - 腐蚀下面分别进行讨论。此图为原图和叠加效果

2、还是以火箭为例import numpy as npimport cv2 as cvimport copyimage = cv.imread('c:\\rocket.jpg')cv.imshow("image", image)gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("gray", gray)转成灰度

3、ret, thresholdImg = cv.threshold(gray, 170, 255, cv.THRESH_BINARY)cv.imshow("thresholdImg", thresholdImg)

4、kernel = cv.getStructuringElement(cv.MORPH_CROSS,(5, 5))垆杪屑丝#腐蚀图像erodImg = cv.erode(thresholdImg, kernel)#显示腐蚀后的图像cv.imshow("erodImg1", erodImg)#膨胀图像dilateImg = cv.dilate(thresholdImg, kernel)#显示膨胀后的图像cv.imshow("dilateImg1", dilateImg)

5、方法一：# 形态学梯度gradientImg = cv.morphologyEx(thresholdImg, cv.MORPH_GRADIENT, kernel)cv.imshow("gradientImg", gradientImg)

6、方法二：#将两幅图像相减获得边，第一个参数是膨胀后的图像，第二个参数是腐蚀后的图像gradientImg2 = cv.subtract(dilateImg, erodImg)cv.imshow("gradientImg2", gradientImg2)

7、#对二值图每个像素取反 方便叠加notImg = cv.bitwise_艘绒庳焰not(gradientImg)cv.imshow(&鳎溻趄酃quot;notImg", notImg)叠加效果1andImg1 = cv.bitwise_and(image, image, mask=gradientImg)cv.imshow("andImg1", andImg1)叠加效果2andImg2 = cv.bitwise_and(image, image, mask=notImg)cv.imshow("andImg2", andImg2)cv.waitKey(0)cv.destroyAllWindows()