为什么 skimage white_tophat 与手动实现的 top hat 不同？

Question

我正在尝试使用形态学顶帽操作从图像中删除渐变背景。 为此，我使用 skimage 形态学库（开场，whiet_tophat）函数。 白色礼帽本身意味着 = 初始图像 - 打开图像。 在我的代码中，我将 skimage wht 函数结果的结果与手动获得的 wth 进行比较。

import numpy as np
from skimage import morphology
import cv2 as cv
img = cv.imread('images/TEST.jpg', cv.IMREAD_GRAYSCALE)
img_not = cv.bitwise_not(img)
se = np.ones((50,50), np.uint8)
opened = morphology.opening(img, se)
wth_my= img_not - opened
wth=morphology.white_tophat(img_not, se)
cv.imwrite('images/TEST_Opened.jpg', opened)
cv.imwrite('images/TEST_WTH_MY.jpg', wth_my)
cv.imwrite('images/TEST_WTH.jpg', wth)
cv.waitKey(0)
cv.destroyAllWindows()

结果大不相同（见屏幕截图）。请指教我的代码有什么问题。

Answer 1

正如您所说，顶帽过滤器是 I - opening(I)。您写道：

opened = morphology.opening(img, se)
wth_my= img_not - opened

注意一行如何使用 img，而另一行如何使用 img_not。您还需要将开口应用到 img_not，以便它是操作的两个部分所处理的同一图像。