Python3与OpenCV3.3 图像处理(二十三）--膨胀与腐蚀

最新推荐文章于 2025-04-07 09:24:24 发布

转载最新推荐文章于 2025-04-07 09:24:24 发布 · 189 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/BMFramework/p/10017271.html

文章标签：

#人工智能 #python

本文介绍了图形形态学的基本概念，包括膨胀与腐蚀这两种基本操作，并通过Python的OpenCV库提供了具体的实现示例。

一、关于图形形态学

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

二、什么是膨胀和腐蚀

膨胀就是求局部最大值的操作

腐蚀就是求局部最小值的操作

膨胀与腐蚀都支持任意形状的结构元素

三、示例代码

import cv2 as cv
import numpy as np

def erode(img):
    gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY)
    ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    #获得结构元素
    #第一个参数：结构元素形状，这里是矩形
    #第二个参数：结构元素大小
    kernel=cv.getStructuringElement(cv.MORPH_RECT,(5,5))
    #执行腐蚀
    dst=cv.erode(binary,kernel)
    cv.imshow("erode",dst)

def dilate(img):
    gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY)
    ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    #获得结构元素
    #第一个参数：结构元素形状，这里是矩形
    #第二个参数：结构元素大小
    kernel=cv.getStructuringElement(cv.MORPH_RECT,(5,5))
    #执行膨胀
    dst=cv.dilate(binary,kernel)
    cv.imshow("dilate",dst)


src=cv.imread('num.jpg')
cv.imshow('def',src)
erode(src)
dilate(src)
cv.waitKey(0)
cv.destroyAllWindows()