形态学处理《python图像处理基础篇》

引言：首先说一下形态学处理在图像处理过程中的作用：在进行图像二值化处理之后，会存在许多带有干扰噪声的小点，而在这种情况下，形态学处理的作用就发挥到关键作用，能够秒杀一切孤立的小点。但与此同时在二值化、边缘化操作之后、会存在某些点、线断裂情况，而此时形态学处理中的膨胀处理起到了关键作用。

首先是数据库导入：

import cv2

1.首先就是原图像加载、灰度化、二值化。

代码：

path2='../img/cat1.png'
img=cv2.imread(path2)

gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
res,thresh=cv2.threshold(gray,0,255,cv2.THRESH_OTSU) #大津阈值分割

cv2.imshow('tu',thresh)
cv2.waitKey(0)

图像显示：

二值化图像 

3.形态学中的腐蚀操作。

代码：

kernel=(5,5)
erode=cv2.erode(thresh,kernel,iterations=3)#腐蚀

图像显示：