形态学-腐蚀操作_形态学处理-腐蚀-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_73536593/article/details/143158079

侵蚀图像边缘为黑色，扩展图像边缘为白色

原图

name.jpg

在这里插入图片描述

sun.jpg

读取和显示图像

首先，我们定义一个函数 show_img 来显示图像。然后，我们读取名为 name.jpg 的图片，并将其转换为灰度图。接着，我们对灰度图进行二值化处理，并显示二值化后的图像。
在这里插入图片描述

# 定义一个函数用于显示图像
def show_img(name, img):
    cv2.imshow(name, img)   # 使用OpenCV的imshow函数显示图像
    cv2.waitKey(0)   # 等待任意键被按下
    cv2.destroyAllWindows()   # 关闭所有OpenCV创建的窗口

# 读取名为'name.jpg'的图片
img = cv2.imread('name.jpg')

# 将图片转换为灰度图
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 对灰度图进行二值化处理，阈值为127，使用反向二值化
ret, img_binary = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
# 显示二值化后的图像
show_img('img_binary', img_binary)

使用结构元素进行膨胀操作

我们创建一个3x3的结构元素，并使用该结构元素对二值化图像进行膨胀操作，迭代1次。然后，我们读取名为 sun.jpg 的图片，并重复上述步骤。
在这里插入图片描述

# 创建一个3x3的结构元素
kernel = np.ones((3, 3), np.uint8)
# 使用该结构元素对二值化图像进行膨胀操作，迭代1次
dilate = cv2.dilate(img_binary, kernel, iterations=1)
# 显示膨胀后的图像
show_img('dilate', dilate)

对另一张图片进行反向二值化和膨胀操作

对于 sun.jpg，我们进行反向二值化处理，并使用一个10x10的结构元素进行膨胀操作，迭代1次、2次和3次。
在这里插入图片描述

# 读取名为'sun.jpg'的图片
img2 = cv2.imread('sun.jpg')

# 将图片转换为灰度图
img_gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
# 对灰度图进行二值化处理，阈值为127，使用反向二值化
ret2, img_binary2 = cv2.threshold(img_gray2, 127, 255, cv2.THRESH_BINARY_INV)
# 显示二值化后的图像
show_img('img_binary', img_binary2)

# 创建一个10x10的结构元素
kernel_ = np.ones((10, 10), np.uint8)
# 使用该结构元素对二值化图像进行膨胀操作，迭代1次
dilate1 = cv2.dilate(img_binary2, kernel_, iterations=1)
# 使用该结构元素对二值化图像进行膨胀操作，迭代2次
dilate2 = cv2.dilate(img_binary2, kernel_, iterations=2)
# 使用该结构元素对二值化图像进行膨胀操作，迭代3次
dilate3 = cv2.dilate(img_binary2, kernel_, iterations=3)

拼接和显示结果

最后，我们将三次膨胀后的图像水平拼接在一起，并显示拼接后的图像。
在这里插入图片描述

# 将三次膨胀后的图像水平拼接在一起
res = np.hstack((dilate1, dilate2, dilate3))

# 显示拼接后的图像
show_img('sun_dilate', res)

👇 源码资料获取 · 技术与交流 👇

在这里插入图片描述