opencv主流函数详解

最近在图片识别的任务中用到了opencv框架，里边有很多函数用的不是很清除，甚至有点耽误任务进度。现在任务完成了，特对opencv里边的框架进行一个梳理，希望能帮助到需要的人。

形态学操作

getStructuringElement

kernal=cv2.getStructuringElement(cv2.MORPH_RECT, (1, 7))cv2.MORPH_RECT：矩形。
# cv2.MORPH_CROSS：十字形。
# cv2.MORPH_ELLIPSE：椭圆形。
# kernal为内核，内核的尺寸是 (width, height)，这里我们设置宽度为 1，高度为较大的值以影响垂直方向。
# 即不论是腐蚀还是膨胀都在垂直方向明显，而在水平方向不明显。

erode

可以去毛刺，但有用信息得到了一些损坏。腐蚀次数越多，外层数据越少，保留的有用信息越少

#binary为二值图像，eroded为腐蚀后的图片，内核大小和迭代次数都会影响腐蚀效果
eroded=cv2.erode(binary, (9,9), iterations=10)

dilate

#binary为二值图像，eroded为腐蚀后的图片，内核大小和迭代次数都会影响腐蚀效果
dilated=cv2.dilate(binary, (9,9), iterations=10)

cv2.morphologyEx（运算过后的图片与原本的图片有位置上的差异）

closed=cv2.morphologyEx(img,cv2.MORPH_CLOSE, (9,9),iterations=15)
opened=cv2.morphologyEx(img,cv