imblackhat

imblackhat(img: np.ndarray, ksize: int | tuple[int, int] = (3, 3), kstruct: str | int | MORPH = MORPH.RECT)

• 說明：黑帽運算：閉運算的結果減去原圖像。對於多通道圖像，每個通道都將獨立處理。意義是可以用來提取比原圖像暗的區域，例如暗點或細小結構，同時去除或減弱大面積的暗區域。

• 參數

  • img (np.ndarray)：輸入圖像。
  • ksize (Union[int, Tuple[int, int]])：結構元素的大小。預設為 (3, 3)。
  • kstruct (str | int | MORPH)：元素形狀。可用 MORPH.CROSS/RECT/ELLIPSE、字串 "CROSS"/"RECT"/"ELLIPSE" 或 OpenCV 的整數值。預設為 MORPH.RECT。

• 範例

  import numpy as np
  from capybara.vision.morphology import imblackhat
  
  img = np.array([[1, 1, 1, 0, 0],
                  [1, 1, 1, 0, 0],
                  [1, 1, 1, 0, 0],
                  [0, 0, 0, 0, 0], # <- Look at this row
                  [0, 0, 0, 1, 1],
                  [0, 0, 0, 1, 1]], dtype=np.uint8)
  
  blackhat_img = imblackhat(img, ksize=3, kstruct='CROSS')
  
  # Kernel will be like this:
  # >>> np.array([[0, 1, 0],
  #               [1, 1, 1],
  #               [0, 1, 0]], dtype=np.uint8)
  
  # After blackhat, the image will be like this:
  # >>> np.array([[0, 0, 0, 0, 0],
  #               [0, 0, 0, 0, 0],
  #               [0, 0, 0, 0, 0],
  #               [0, 0, 1, 1, 0], # <- 1's are extracted
  #               [0, 0, 0, 0, 0],
  #               [0, 0, 0, 0, 0]], dtype=np.uint8)