作者 | 杨秀璋责编 | 夕颜出品 | CSDN博客数学形态学（Mathematical morphology）是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。
其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。
本篇文章主要讲解Python调用OpenCV实现图像形态学转化，包括图像顶帽运算和图像黑帽运算，基础性知识希望对您有所帮助。
1.图像顶帽运算2.图像黑帽运算图像顶帽运算1.基本原理图像顶帽（或图像礼帽）运算是原始图像减去图像开运算的结果，得到图像的噪声。
如下图所示：顶帽运算(img) = 原始图像(img) - 开运算(img) 2.函数原型图像开运算主要使用的函数morphologyEx，它是形态学扩展的一组函数，其参数cv2.MORPH_TOPHAT对应开运算。
其原型如下：dst = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)参数dst表示处理的结果，src表示原图像，cv2.MORPH_TOPHAT表示顶帽运算，kernel表示卷积核。
下图表示5*5的卷积核，可以采用函数 np.ones((5,5), np.uint8) 构建。
卷积如下图所示：3.代码实现完整代码如下所示：#encoding:utf-8import cv2import numpy as np#读取图片src = cv2.imread('test01.png', cv2.IMREAD_UNCHANGED)#设置卷积核kernel = np.ones((5,5), np.uint8)#图像顶帽运算result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)#显示图像cv2.imshow("src", src)cv2.imshow("result", result)#等待显示cv2.waitKey(0)cv2.destroyAllWindows输出结果如下图所示，可以看到外部噪声被提取出来。
如果想获取更多的细节，可以将卷积设置为10*10，如下图所示：kernel = np.ones((10,10), np.uint8)result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)图像黑帽运算1.基本原理图像黑帽运算是图像闭运算操作减去原始图像的结果，得到图像内部的小孔，或者前景色中的小黑点。
如下图所示：黑帽运算(img) = 闭运算图像(img) - 原始图像(img) 2.函数原型图像开运算主要使用的函数morphologyEx，它是形态学扩展的一组函数，其参数cv2.MORPH_BLACKHAT对应开运算。
其原型如下：dst = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)参数dst表示处理的结果，src表示原图像，cv2.MORPH_BLACKHAT表示黑帽运算，kernel表示卷积核。
下图表示5*5的卷积核，可以采用函数 np.ones((5,5), np.uint8) 构建。
3.代码实现完整代码如下所示：#encoding:utf-8import cv2import numpy as np#读取图片src = cv2.imread('test02.png', cv2.IMREAD_UNCHANGED)#设置卷积核kernel = np.ones((5,5), np.uint8)#图像黑帽运算result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)#显示图像cv2.imshow("src", src)cv2.imshow("result", result)#等待显示cv2.waitKey(0)cv2.destroyAllWindows输出结果如下图所示，可以看到图像内部黑点被提取出来。
但内部比较大的四个黑点没有被提取，如果想获取更多的细节，可以将卷积设置为10*10，如下图所示：kernel = np.ones((10,10), np.uint8)result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)原文链接：https://0x9.me/vC3mK