メインコンテンツまでスキップ

imblackhat

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

  • 説明:ブラックハット演算:閉演算の結果から元の画像を引いたものです。マルチチャネル画像の場合、各チャネルは個別に処理されます。この手法は、元の画像よりも暗い領域を抽出するために使用され、暗点や細かな構造を強調することができます。また、大面積の暗い領域を除去または弱めることができます。

  • 引数

    • img (np.ndarray):入力画像。
    • ksize (Union[int, Tuple[int, int]]):構造要素のサイズ。デフォルトは (3, 3)。
    • kstruct (MORPH):要素の形状。"MORPH.CROSS", "MORPH.RECT", "MORPH.ELLIPSE" のいずれか。デフォルトは "MORPH.RECT"
  • import numpy as np
    import capybara as cb

    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 = cb.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)