[OpenCV] - Dilation, Erosion, Opening and Closing

Theory

---

• 형태학적 변환은 이미지 모양으 기반으로 하는 몇 가지 간단한 작업입니다.
• 일반적으로 이진 이미지에서 수행됩니다.
• 두 개의 입력이 필요합니다.
• 하는 원본 이미지이고, 두 번째는 구조화 요소 또는 작동의 특성을 결정하는 커널이라고 합니다.
• 두 가지 기본 형태학적 연산자는 Erosion과 Dilation 입니다.
• 그런 다음 Opening, Closing, Gradient 등과 같은 변형 형태도 작동합니다.

 

 

Erosin

---

• 침식의 기본 개념은 토양 침식과 같으며 전경 물체의 경계를 침식합니다.
• 항상 전경은 흰색으로 유지
• 커널은 이미지를 따라 이동합니다.
• 2D 컨볼루션에서와 같이
• 원본 이미지의 픽셀( 1 또는 0 )은 커널 아래의 모든 픽셀이 1인 경우에만 1로 간주되고,
• 그렇지 않으면 침식(0이 됨)이 됩니다.
• 그래서 일어난 일은 커널의 크기에 따라 경계 근처의 모든 픽셀이 폐기 된다는 것입니다.
• 따라서 전경 물체의 두께 또는 크기가 감소하거나 단순히 흰색 영역이 이미지에서 감소합니다.
• 작은 백색 잡음을 제거하고 ( 색 공간 장에서 보았듯이) 두 개의 연결된 개체를 분리하는 데 유용합니다.

 

 

 

Dilation

---

• Erosin의 반대입니다.
• 여기서, 커널 아래의 픽셀 하나 이상이 '1'이면 픽셀 요소는 '1'입니다.
• 따라서 이미지의 흰색 영역이 증가하거나 전경의 물체의 크기가 증가합니다.
• 일반적으로 소음 제거와 같은 경우 침식에 이어 팽창이 발생합니다.
• 침식은 백색 소음을 제거하지만 물체를 축소시키기 때문입니다.
• 그래서 우리는 그것을 확장합니다. 
• 소음이 없어 졌기 때문에 돌아 오지는 않지만 물체 영역은 증가합니다.
• 또한 개체의 끊어진 부분을 결합하는데 유용합니다.

 

 

Opening

---

• Opening은 Erosion과 dilation의 또 다른 이름 입니다.
• 위에서 설명한 것럼 노이즈를 제거하는데 유용합니다.

 

 

 

Closing

---

• Closing은 Opening, Dilation, Erosion의 역순입니다.
• 전경 개체 내부의 작은 구멍이나 개체의 작은 검은 점을 닫을 떄 유용합니다.

 

 

 

예제코드

---

Erosion

 

dilation

'

Opening

Closing

 

 

 

 

 

 

이미지 비교

---

 

 

Reference

---

docs.opencv.org/master/d9/d61/tutorial_py_morphological_ops.html

OpenCV: Morphological Transformations