礼帽和黑帽

1. 礼帽运算

   原图像与“开运算”的结果图之差，如下式计算：

Dst=tophat(src,element)=src-open(src,element)

   因为开运算带来的结果是放大了裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。

礼帽运算用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况小，可以使用礼帽运算进行背景提取。

     2.黑帽运算

     原图像与“开运算”的结果图之差，如下式计算：

Dst=blackhat(src,element)=close(src,element)-src

黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关。

黑帽运算用来分离比邻近点暗一些的斑块。

      3.API：

Cv.morphologyEx(img,op,kernel)

参数：

Img：要处理的图像

Op：处理方式

 

Kernel：核结构

示例：