多角度的形态学边缘提取opencv

在OpenCV中，可以使用形态学操作来进行多角度的边缘提取。形态学操作是一种基于图像形状的非线性滤波方法，可以用于探测、度量和提取图像中的对应形状。下面是使用OpenCV进行多角度形态学边缘提取的示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg', 0)

# 定义结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

# 定义角度方向
angles = [0, np.pi/4, np.pi/2, 3*np.pi/4]

# 初始化结果图像
result = np.zeros_like(image)

# 对每个角度进行形态学操作
for angle in angles:
    # 构造旋转矩阵
    rotation_matrix = cv2.getRotationMatrix2D((image.shape[1]//2, image.shape[0]//2), np.degrees(angle), 1)
    # 旋转图像
    rotated_image = cv2.warpAffine(image, rotation_matrix, (image.shape[1], image.shape[0]))
    # 进行形态学边缘提取
    eroded_image = cv2.erode(rotated_image, kernel)
    dilated_image = cv2.dilate(eroded_image, kernel)
    # 将结果图像叠加到最终结果中
    result = cv2.bitwise_or(result, dilated_image)

# 显示结果图像
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先读取了一张灰度图像，然后定义了一个结构元素（矩形形状，大小为5x5）。接下来，定义了四个角度方向（0、45度、90度和135度）。然后，对于每个角度，首先构造了一个旋转矩阵，然后将图像旋转到指定角度。接着，使用形态学操作（先腐蚀后膨胀）对旋转后的图像进行边缘提取。最后，将每个角度的边缘图像叠加到最终结果中，并显示结果图像。