【youcans 的 OpenCV 例程200篇】140. 灰度底帽变换校正光照

灰度级形态学将形态学操作从二值图像扩展到灰度图像。灰度形态学处理也有腐蚀、膨胀、开运算、闭运算、顶帽操作、低帽操作等操作，可以实现图像平滑、图像增强、图像分割功能。

把图像像素点的灰度值视为高度，不同的灰度级表示不同的高度，整个图像就像一张高低起伏的地形图。明亮的区域（灰度值大）相当于高山，黑暗的区域（灰度值小）相当于深谷，边缘区域即明亮与黑暗的交界相当于悬崖。

5.3 灰度顶帽变换和灰度底帽运算

图像相减结合开运算和闭运算，就得到顶帽变换和底帽变换。

灰度图像 f 的低帽变换定义为图像闭运算结果减去原图像：

$B_{hat}(f) = f \bullet b - f = (f \oplus b) \ominus b - f$

闭运算可以删除亮背景下的暗区域，底帽变换可以得到原图中的暗区域，因此又称黑底帽变换。

OpenCV 中的函数 cv.morphologyEx 可以实现图像的顶帽运算和底帽运算，参数 op 则要分别设为 MORPH_TOPHAT、MORPH_BLACKHAT。

例程 10.31：灰度底帽变换校正光照

均匀光照对于从背景中提取目标十分重要。类似地，底帽变换的重要用途也是校正不均匀光照的影响，可以用于删除亮背景下的暗区域，从而得到原图中的暗区域。

    # 10.31: 灰度底帽变换
    imgGray = cv2.imread("../images/imgHat01.png", flags=0)  # flags=0 灰度图像

    # 直接用 Otsu 最优阈值处理方法进行二值化处理
    ret, imgBin = cv2.threshold(imgGray, 127, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)  # 二值化处理，白色背景

    # 底帽变换后再用 Otsu 最优阈值处理方法进行二值化处理
    element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (55, 55))  # 圆形结构元
    imgBhat = cv2.morphologyEx(imgGray, cv2.MORPH_BLACKHAT, element)  # 底帽运算
    ret, imgBhatBin = cv2.threshold(imgBhat, 50, 255, cv2.THRESH_BINARY |cv2.THRESH_OTSU)  # 二值化处理，白色背景
    # 圆环表面有很多黑色噪点，通过闭操作去除
    element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))  # 圆形结构元
    imgSegment = cv2.morphologyEx(imgBhatBin, cv2.MORPH_CLOSE, element)  # 闭运算

    plt.figure(figsize=(9, 6))
    plt.subplot(221), plt.title("Origin"), plt.axis('off')
    plt.imshow(imgGray, cmap='gray', vmin=0, vmax=255)
    plt.subplot(222), plt.title("Otsu segment"), plt.axis('off')
    plt.imshow(imgBin, cmap='gray', vmin=0, vmax=255)
    plt.subplot(223), plt.title("BlackHat image"), plt.axis('off')
    plt.imshow(imgBhat, cmap='gray', vmin=0, vmax=255)
    plt.subplot(224), plt.title("Tophat segment"), plt.axis('off')
    plt.imshow(imgSegment, cmap='gray', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

在这里插入图片描述

（本节完）

youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/123565844)