Python图像处理：数学形态学基础操作实例解析

月亮慢半拍

发布时间：2026-10-13| 5人浏览过

原创

本文通过Python代码实例，详细演示了数学形态学中的核心操作。内容涵盖原始随机图像的生成，以及利用scipy.ndimage库执行开运算、膨胀运算和闭运算的具体步骤与结果展示，帮助开发者理解图像形态学处理的基本原理。

Python数学形态学基础操作概述

本文通过具体的Python代码示例，深入解析数学形态学在图像处理中的应用。以下内容旨在为读者提供清晰的实践参考。

原始随机图像的生成与展示

一、生成原始随机图像

1. 实现代码


import numpy as np
import matplotlib.pyplot as plt
square = np.zeros((32,32))#全0数组
square[10:20,10:20]=1#把其中一部分设置为1
x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置
square[x,y]=1#把随机位置设置为1
plt.imshow(square)#原始随机图像
plt.show()

2. 执行效果

图像开运算的实现与结果

二、执行开运算

1. 实现代码


import numpy as np
import matplotlib.pyplot as plt
from scipy import ndimage
square = np.zeros((32,32))#全0数组
square[10:20,10:20]=1#把其中一部分设置为1
x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置
square[x,y]=1#把随机位置设置为1
open_square = ndimage.binary_opening(square)#开运算
plt.imshow(open_square)
plt.show()

2. 执行效果

图像膨胀运算的实现与结果

三、执行膨胀运算

1. 实现代码


import numpy as np
import matplotlib.pyplot as plt
from scipy import ndimage
square = np.zeros((32,32))#全0数组
square[10:20,10:20]=1#把其中一部分设置为1
x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置
square[x,y]=1#把随机位置设置为1
eroded_square = ndimage.binary_erosion(square)#膨胀运算
plt.imshow(eroded_square)
plt.show()

2. 执行效果

图像闭运算的实现与结果

四、执行闭运算

1. 实现代码


import numpy as np
import matplotlib.pyplot as plt
from scipy import ndimage
square = np.zeros((32,32))#全0数组
square[10:20,10:20]=1#把其中一部分设置为1
x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置
square[x,y]=1#把随机位置设置为1
closed_square = ndimage.binary_closing(square)#闭运算
plt.imshow(closed_square)
plt.show()

2. 执行效果