Question

我一直在使用变体。在OpenCV中打开以通过opencv降低图像ROI之外的噪音，直到现在，每当我需要更高程度的降噪时，我只是随机增加内核大小或增加迭代次数，直到我开心。但结果是否存在显着差异，具体取决于您增加的数量/在给定情况下您将如何决定改变哪些？我试图想出一个更好的方法，除了猜测和检查之外我更改哪个参数（多少）。

Answer 1

这取决于内核类型。对于使用奇数平方内核进行扩张或侵蚀，无论是增大大小还是增加迭代都没有区别（假设使用了使它们相等的值）。例如：

>>> M = np.zeros((7,7), dtype=np.uint8)
>>> M[3,3] = 1

>>> k1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
>>> M1 = cv2.dilate(M, k1, iterations=2)

>>> k2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
>>> M2 = cv2.dilate(M, k2, iterations=1)

>>> M1
[[0 0 0 0 0 0 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 0 0 0 0 0 0]]

>>> M2
[[0 0 0 0 0 0 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 1 1 1 1 1 0]
 [0 0 0 0 0 0 0]]

这是相当直观的。用于扩张的3x3矩形内核将找到任何白色像素，并将相邻像素变为白色。因此很容易看出，这样做两次会使任何一个白色像素变成一个5x5的白色像素块。在这里我们假设中心像素是被比较的那个 - 锚 ---但是这可能会改变，这可能会影响结果。例如，假设您将(2, 2)内核的两次迭代与(3, 3)内核的单次迭代进行比较：

>>> M = np.zeros((5, 5), dtype=np.uint8)
>>> M[2,2] = 1

>>> k1 = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
>>> M1 = cv2.dilate(M, k1, iterations=2)

>>> k2 = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
>>> M2 = cv2.dilate(M, k2, iterations=1)

>>> M1
[[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 1 1 1]
 [0 0 1 1 1]
 [0 0 1 1 1]]

>>> M2
[[0 0 0 0 0]
 [0 1 1 1 0]
 [0 1 1 1 0]
 [0 1 1 1 0]
 [0 0 0 0 0]]

你可以看到，虽然它创造了形状（直观），但它们并不在同一个地方（非直观）。那是因为(2, 2)内核的锚不能位于内核的中心 - 在这种情况下我们看到，对于一个居中的像素，扩张的邻居只是右下角，因为它必须选择一个方向，因为它只能扩展单个像素以填充(2, 2)平方。

非矩形内核使事情变得更加棘手。例如：

>>> M = np.zeros((5, 5), dtype=np.uint8)
>>> M[2,2] = 1

>>> k1 = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3))
>>> M1 = cv2.dilate(M, k1, iterations=2)

>>> k2 = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))
>>> M2 = cv2.dilate(M, k2, iterations=1)

>>> M1
[[0 0 1 0 0]
 [0 1 1 1 0]
 [1 1 1 1 1]
 [0 1 1 1 0]
 [0 0 1 0 0]]

>>> M2
[[0 0 1 0 0]
 [0 0 1 0 0]
 [1 1 1 1 1]
 [0 0 1 0 0]
 [0 0 1 0 0]]

M1的第一次传递产生一个3像素高的小十字形，宽3像素。但是这些像素中的每一个都会在它们的位置创建一个十字形，这实际上会创建一个菱形图案。

总而言之，对于基本的形态运算，矩形内核，至少是奇数维的，结果是相同的 - 但对于其他内核，结果是不同的。您可以将其他形态学操作应用于这样的简单示例，以了解它们的行为以及您应该使用哪些以及如何增加它们的效果。

形态运算中的迭代与内核大小（OpenCV）

1 个答案: