一、开运算

       开运算就是对图像先进行腐蚀操作， 然后进行膨胀操作。开运算可以去除二值化图中的小的噪点，并分离相连的物体。

         其主要目的就是消除那些小白点

在开运算组件中，有一个叫做kernel的参数，指的是核的大小，通常为3x3、5x5、7x7 

二、制作掩膜

        掩膜（Mask）是一种在图像处理中常见的操作，它用于选择性地遮挡图像的某些部分，以实现特定任务 的目标。掩膜通常是一个二值化图像，并且与原图像的大小相同，其中目标区域被设置为1（或白色）， 而其他区域被设置为0（或黑色），并且目标区域则可以根据HSV的颜色范围进行修改，如下图所示，可 以选择制作不同颜色的掩膜：

三、颜色替换

        由于掩膜与原图的大小相同，并且像素位置一一对应，那么我们就可以得到掩膜中白色（也就是像素值 为255）区域的坐标，并将其带入到原图像中，即可得到原图中的红色区域的坐标，然后就可以修改像 素值了，这样就完成了颜色的替换。

 

 导入模块

import cv2
import numpy as np

输入图像

img=cv2.imread('red_green_blue_yello.png')

GBR到HSV转换

img_hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

创造掩膜

lowerb=np.array([0,43,46])
upperb=np.array([10,255,255])
img_mask=cv2.inRange(img_hsv,lowerb,upperb)

构建核

kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))

开运算

img_open=cv2.morphologyEx(img_mask,cv2.MORPH_OPEN,kernel)

 颜色替换

for i in range(img_open.shape[0]):for j in range(img_open.shape[1]):if img_open[i,j]==255:img[i,j]=(255,0,0)

 或

img[img_open==255]=(255,0,0)

 输出图像

cv2.imshow('img',img)
cv2.waitKey(0)

完整代码

import cv2  # 导入OpenCV库  
import numpy as np  # 导入NumPy库，用于数组处理  # 读取图像  
img = cv2.imread('red_green_blue_yello.png')  # 将BGR图像转换为HSV颜色空间  
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 定义HSV颜色空间的阈值范围，以识别特定颜色（例如，红色）  
lowerb = np.array([0, 43, 46])  # HSV下界  
upperb = np.array([10, 255, 255])  # HSV上界  # 创建掩膜，提取在指定HSV范围内的颜色区域  
img_mask = cv2.inRange(img_hsv, lowerb, upperb)  # 创建一个3x3的矩形结构元素（用于形态学操作）  
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))  # 对掩膜进行开运算，去除小噪声  
img_open = cv2.morphologyEx(img_mask, cv2.MORPH_OPEN, kernel)  # for i in range(img_open.shape[0]):
#     for j in range(img_open.shape[1]):
#         if img_open[i,j]==255:
#             img[i,j]=(255,0,0)# 将开运算后掩膜中白色区域对应的原图像区域更改为蓝色  
# img[i,j]=(255,0,0) 是将白色区域设置为蓝色 （OpenCV中的BGR格式）  
img[img_open == 255] = (255, 0, 0)  # 显示处理后的图像  
cv2.imshow('img', img)  # 等待用户按键后关闭窗口  
cv2.waitKey(0)  

四、库函数 

morphologyEx()

cv.morphologyEx(	src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]	) ->	dst

方法	描述
src	源图像。通道数可以是任意的。深度应为 CV_8U、CV_16U、CV_16S、CV_32F 或 CV_64F 之一。
dst	与源图像大小和类型相同的目标图像。
op	形态作的类型请参见 MorphTypes
kernel	Structuring 元素。可以使用 getStructuringElement 创建它。
anchor	内核的锚点位置。负值表示锚点位于内核中心。
iterations	应用侵蚀和扩张的次数。
borderType	像素外插方法，请参阅 BorderTypes。不支持BORDER_WRAP。
borderValue	border 值（如果边界为常量）。默认值具有特殊含义。

MORPH_ERODE Python：cv.MORPH_ERODE	腐蚀
MORPH_DILATE Python：cv.MORPH_DILATE	膨胀
MORPH_OPEN Python：cv.MORPH_OPEN	开运算，先腐蚀后膨胀
MORPH_CLOSE Python：cv.MORPH_CLOSE	闭运算，先膨胀后腐蚀
MORPH_GRADIENT Python：cv.MORPH_GRADIENT	膨胀-腐蚀
MORPH_TOPHAT Python：cv.MORPH_TOPHAT	原图像-开运算
MORPH_BLACKHAT Python：cv.MORPH_BLACKHAT	闭运算-原图像
MORPH_HITMISS Python：cv.MORPH_HITMISS	“hit or miss” .- 仅支持 CV_8UC1 二进制图像。可以在文档中找到教程