[Python] OpenCV 기초 12 - 이미지 변환 (2) (열림, 닫힘)

1. 열림(Opening)

: 침식 후 팽창

cv2.dilate(erode)

import cv2
import numpy as np

img = cv2.imread('erode.png',cv2.IMREAD_GRAYSCALE)
kernel = np.ones((3,3), dtype=np.uint8)

erode = cv2.erode(img, kernel,iterations=3)
dilate = cv2.dilate(erode, kernel, iterations=3)


cv2.imshow('img',img)
cv2.imshow('erode',erode)
cv2.imshow('dilate',dilate)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

침식 후 팽창하여 노이즈를 제거하는 연산으로 열림 연산을 적용하면 침식으로 인하여 밝은 영역이 줄어들고 어두운 영역이 늘어난다. 

줄어든 영역을 다시 복구하기 위해 팽창 연산을 적용하면 반대로 어두운 영역이 줄어들고 밝은 영역이 늘어난다. 

이로 인해 객체의 크기 감소를 원래대로 돌릴 수 있다.

 

2. 닫힘 

: 팽창 후 침식

cv2.dilate(erode)

import cv2
import numpy as np

img = cv2.imread('dilate.png',cv2.IMREAD_GRAYSCALE)
kernel = np.ones((3,3), dtype=np.uint8)

dilate = cv2.dilate(img, kernel, iterations=3)
erode = cv2.erode(dilate, kernel,iterations=3)



cv2.imshow('img',img)
cv2.imshow('erode',erode)
cv2.imshow('dilate',dilate)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

열림 연산과 반대로 팽창 후 침식하는 연산이다. 

팽창 연산으로 인해 어두운 부분이 줄고 밝은 부분이 늘어났다가 다시 복구하기 위해 침식을 적용하면 밝은 부분이 줄어들고 어두운 영역이 늘어난다.