opencv 把3通道图像转成单通道_【3】OpenCV图像处理模块（4）图像腐蚀与膨胀

本节学习使用图像处理中，两个形态学操作函数：腐蚀（cv::erode）和膨胀（cv::dilate）。

---

形态学变换

简单的说，就是一些基于形状的图像处理方法。用一个结构元素来处理输入图像，然后得到输出图像。(Learning OpenCV by Bradski and Kaehler)

最常见的形态学变换是腐蚀和膨胀。他们的作用是：

• 用于移除噪声
• 用于独立元素的分离，不同元素的连接
• 用于寻找图像中灰度变换剧烈的位置或者孔洞。

接下来以下面图像为例，简要解释膨胀和腐蚀。

原图像

膨胀

该运算是图像A与结构元素（核）B的卷积。B可以是任意形状或大小，通常使用正方形或圆形。

核B中定义一个anchor点，通常是核的中心。

随着核B遍历整幅图像，计算B覆盖图像区域的最大像素值，并用该值替换处于anchor点的像素值。可以推断出，这个操作会使图像中亮区域增长（因此称为膨胀）。膨胀运算公式为：

上面的图像膨胀后，可以看到字符区域的扩大，如下所示：

图像膨胀

腐蚀

腐蚀跟膨胀正好相反。它得到的是核区域中的最小值。

同样，用核遍历图像，核覆盖区域中，图像的最小值作为核中心点对应像素值。因此图像中的亮区域会变小，如同被腐蚀掉。腐蚀运算公式：

腐蚀后的图像如下所示，字符区域变小，暗区域变大：

图像腐蚀

代码及注释

// @tutorials imgproc module 4

结果

原图

拖动上面滚动条可以选择不同的结构元素，拖动下面滚动条可以设置结构元素的大小。下面是选择不同类型结构元素，大小都设置为3时的对比。

结构元素为矩形，大小为3×3。可以看到，左图右下角文字变成很多小方块，右图消失

结构元素为十字形，大小为3×3。可以看到，左图右下角文字变成很多十字形，右图消失

结构元素为椭圆形，大小为3×3。可以看到，左图右下角文字变成很多圆，右图消失