opencv学习笔记（二）：腐蚀、膨胀操作、开闭操作

最新推荐文章于 2025-04-17 11:42:57 发布

妄语之人

最新推荐文章于 2025-04-17 11:42:57 发布

阅读量446

点赞数

分类专栏： opencv 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/weixin_41979347/article/details/104069283

版权

opencv 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了OpenCV中用于图像处理的腐蚀、膨胀及开闭操作。通过使用不同大小的核函数，腐蚀操作能减小物体面积，其逆运算为膨胀操作，能扩大物体边界。开闭操作结合腐蚀与膨胀，可以消除小噪声点并保持物体形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要熟悉了几个基本操作函数，如下：

腐蚀操作，kernel是一个55数组，腐蚀操作中先在图像中取出一个上述大小的像素方阵，然后对比其他像素，如果在55范围内出现相同值（比如说黑色），则把该像素置为黑色。

def corrosionOperation(img):#腐蚀操作
    kernel = np.ones((5,5),np.uint8)#返回一个值全是1的数组，zero函数同理
    erosion = cv2.erode(img,kernel,iterations = 1)
    return erosion

腐蚀操作的逆运算

def expandOperation(img):#膨胀运算
    kernel = np.ones((3,3),np.uint8)
    dige=cv2.dilate(img,kernel,iterations = 1)
    return dige

开关操作，由参数确定功能

def openCloseOperation(img):
    kernel = np.ones((5,5),np.uint8)
    #open 先腐蚀后膨胀
    #close 前膨胀后腐蚀
    opOrCl = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#CLOSE
    return opOrCl

def gradientOperation(img):
    #梯度运算 膨胀-腐蚀 得到边界
    kernel = np.ones((7,7),np.uint8)
    #dilate = cv2.dilate(img,kernel,iterations = 5)
    #erosion = cv2.erode(img,kernel,iterations = 5)
    #res = np.hstack((dilate,erosion))
    return cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)

def topHat(img):
    #原始-开运算（剩下毛刺）
    kernel = np.ones((7,7),np.uint8)
    return cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
 
def blackHat(img):
    #闭运算-原始输入（轮廓）
    kernel = np.ones((7,7),np.uint8)
    return cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)