OpenCV 腐蚀选择什么内核？

Question

我想破坏我的形象：

为了接近这个（我的目标）：

我用的是OpenCV的这个基础内核

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
image_1 = cv2.erode(gray_overlay, kernel, iterations=1)

我知道有自定义内核，我试过不同重量、不同大小的内核，但我得不到满意的结果（方块分离不损失太多白色表面）

有人可以就内核向我提供建议吗？

谢谢！ :)

Answer 1

如果你不关心盒子的具体形状，只关心它们之间的间隙，你应该尝试形态学开运算而不是只应用腐蚀。

试试这个：

import cv2 as cv

image = cv.imread("image.png")
kernel = np.ones((9, 9), np.uint8)
eroded_image = cv.erode(image, kernel, iterations = 2)
dilated_image = cv.dilate(eroded_image, kernel, iterations = 2)

您可以调整内核的大小和迭代次数来操纵最终输出。

您还可以使用：

cv.morphologyEx(image, cv.MORPH_OPEN, kernel)

Answer 2

你可以使用宽而短的内核（水平线的形状）。

通过反复试验，我发现内核大小 21x2 给出了最好的结果（如果不关心内核对输入的过度拟合）。

为了保持白色表面，需要先腐蚀再膨胀。
腐蚀比膨胀的形态学操作被命名为“闭合”。

这是一个代码示例：

import cv2

gray_overlay = cv2.imread("image.png", cv2.IMREAD_GRAYSCALE)  # Read image as grayscale.

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (21, 2))

# Erode then dilate
image_1 = cv2.erode(gray_overlay, kernel)
image_2 = cv2.dilate(image_1, kernel)

# Erode then dilate is called "open"
image_3 = cv2.morphologyEx(gray_overlay, cv2.MORPH_OPEN, kernel)


cv2.imshow('gray_overlay', gray_overlay)
cv2.imshow('image_1', image_1)
cv2.imshow('image_2', image_2)
cv2.imshow('image_3', image_3)
cv2.waitKey()
cv2.destroyAllWindows()

结果：

image_1（腐蚀后）：

image_2（腐蚀和膨胀后）：

image_3（关闭后）：

OpenCV 腐蚀选择什么内核？

OpenCV erode what kernel to choose?

python

opencv

kernel

image-processing