【opencv学习笔记 25 膨胀与腐蚀】

最新推荐文章于 2025-08-27 19:18:32 发布

原创最新推荐文章于 2025-08-27 19:18:32 发布 · 266 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

Python3+opencv 笔记专栏收录该内容

31 篇文章

订阅专栏

本文深入探讨了图像形态学处理中的膨胀与腐蚀操作，通过使用OpenCV库中的相关函数，展示了如何在灰度与二值图像上应用这些技术，以实现对象尺寸调整、边缘平滑及对象间距离减小。代码示例涵盖了结构元素的选择与应用，为读者提供了实践指导。

膨胀与腐蚀

图像形态学

是图像处理学科的一个单独分支学科
灰度与二值图像处理中重要手段
是由数学的集合论等相关理论发展起来的

膨胀

支持任意形状的结构元素
作用：

对象的大小增加了一个像素
平滑了对象的边缘
减小或者填充对象之间的距离

腐蚀

用最小值替换中心像素

相关代码

import cv2 as cv
import numpy as np


def erode_demo(image):
    # 腐蚀
    # print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    # cv.imshow("binary", binary)
    # 得到一个结构元素 核
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    # 腐蚀
    dst = cv.erode(binary, kernel)
    cv.imshow("erode_demo", dst)


def dilate_demo(image):
    #
    # print(image.shape)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    # 显示二值图像
    # cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.dilate(binary, kernel)
    cv.imshow("dilate_demo", dst)


src = cv.imread("image.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
erode_demo(src)
dilate_demo(src)
# 彩色图像直接腐蚀
kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
src = cv.imread("img.jpg")
cv.imshow("color input", src)
dst = cv.erode(src, kernel)
cv.imshow("color result", dst)
cv.waitKey(0)

cv.destroyAllWindows()