imblackhat

imblackhat(img: np.ndarray, ksize: Union[int, Tuple[int, int]] = (3, 3), kstruct: Union[str, int, "MORPH"] = "MORPH.RECT") -> np.ndarray

• 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 (MORPH)：元素形狀，可以是 "MORPH.CROSS", "MORPH.RECT", "MORPH.ELLIPSE" 之一。預設為 "MORPH.RECT"。

• 範例

  import numpy as np
  import docsaidkit as D
  
  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 = D.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)