opencv:图像的腐蚀和膨胀

最新推荐文章于 2023-08-04 21:43:28 发布

weixin_30699955

最新推荐文章于 2023-08-04 21:43:28 发布

阅读量157

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/whlook/p/6476826.html

本文介绍了图像处理中的两种基本操作——腐蚀与膨胀。通过使用特定的内核对图像进行卷积，腐蚀可以减少图像中的白色区域，而膨胀则增加白色区域。文章提供了具体的实现代码及效果对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.图像的腐蚀

　　图像的腐蚀和膨胀都是相对于像素值高（白色方向）说的，腐蚀简单的说就是白色”被腐蚀“了，也就是像素值低（黑色方向）的变多，白色变少。

　　腐蚀的原理是利用一个内核对图像进行卷积（扫描），内核中有一个点被定义为锚点，然后提取内核覆盖区域的像素最小值（黑色方向）来替换锚点位置的像素值，所以扫描过后黑色变多。

　　代码：

    Mat img = imread("img.jpg");

    imshow("src", img);

    Mat erodeElement = getStructuringElement(MORPH_RECT, Size(10, 10)); // 获得内核

    erode(img, img, erodeElement); // 腐蚀函数

    imshow("erode", img);
    
    waitKey(0);

　　效果图：（变得不可爱了，哈哈）

2.图像的膨胀

　　和腐蚀一样，也是相对于白色来说，膨胀就是像素值高的（白色方向）变多了（膨胀了），和腐蚀相反，膨胀是提取内核区域的最大值（白色方向）来替换锚点位置的像素值。

　　代码：

    Mat img = imread("img.jpg");

    imshow("src", img);

    Mat dilateElement = getStructuringElement(MORPH_RECT, Size(10, 10)); // 获得内核

    dilate(img, img, dilateElement); // 膨胀函数

    imshow("dilate", img);