Coding-opencv-开运算-闭运算-膨胀-腐蚀-高斯滤波-中值滤波

• 开运算-闭运算-膨胀-腐蚀-高斯滤波-中值滤波

开运算-闭运算-膨胀-腐蚀-高斯滤波-中值滤波

import cv2
import numpy as np
from matplotlib import pyplot as plt

def display_images(images, titles):
    """显示多个图像"""
    # 调整布局为3行3列，因为共有7张图，最后一行只会有一个图像
    rows = 3
    cols = 3
    for i, (image, title) in enumerate(zip(images, titles)):
        # 使用np.mod来计算正确的子图位置，确保不超过总格数
        plt.subplot(rows, cols, i + 1), plt.imshow(image, cmap='gray')
        plt.title(title), plt.xticks([]), plt.yticks([])
    plt.tight_layout()  # 自动调整子图间距
    plt.show()

# 图像路径
image_path = 'data\\archive\\jpeg_images\\IMAGES\\img_0001.jpeg'

# 读取图像并转换为灰度图
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# 结构元素定义
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
kernel = np.ones((3, 3), np.uint8)  


# 腐蚀操作
erosion = cv2.erode(image, kernel, iterations=1)

# 膨胀操作
dilation = cv2.dilate(image, kernel, iterations=1)

# 开运算（先腐蚀后膨胀）
opening = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

# 闭运算（先膨胀后腐蚀）
closing = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

# 高斯滤波
gaussian_blur = cv2.GaussianBlur(image, (5, 5), 0)

# 中值滤波
median_blur = cv2.medianBlur(image, 5)

# 准备显示的图像和标题
images = [image, erosion, dilation, opening, closing, gaussian_blur, median_blur]
titles = ['Original Image', 'Erosion', 'Dilation', 'Opening', 'Closing', 'Gaussian Blur', 'Median Blur']

# 显示图像
display_images(images, titles)