【opencv】图像形态学处理

膨胀和腐蚀是对白色部分(高亮部分)而言。

膨胀是对原图中高亮部分进行膨胀，即“邻域扩张”，结果图的高亮区域变大。

腐蚀是原图中高亮部分被腐蚀，“邻域收缩”，结果图的高亮区域变小。

对图像进行形态学变换。变换对象一般为灰度图或二值图，功能函数放在morphology子模块内。

1、膨胀（dilation）

原理：有一个结构元素或模板与原图像素比对，比对过程中，中心像素位置的值根据八邻域取或运算，或运算为1就取自己的中心值，否则用周围的最大值代替中心值。

一般对二值图像进行操作。找到像素值为1的点，将它的邻近像素点都设置成这个值。1值表示白，0值表示黑，因此膨胀操作可以扩大白色值范围，压缩黑色值范围。一般用来扩充边缘或填充小的孔洞。返回的是布尔型，需要进行astype。如下图，白色区域膨胀了。

 

opencv中膨胀函数：

cv2.dilate(image, kernel, interations)

image：待膨胀的图像

kernel：膨胀操作的内核，默认是3x3的矩阵，也可用getStructuringElement()函数指定形状大小

interations：腐蚀次数，默认为1

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: MP time:2019/8/29

import cv2

def dilate_demo(image):
	gray_img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
	kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
	dst = cv2.dilate(gray_img, kernel)
	cv2.imshow('dilate_img', dst)

src = cv2.imread('C:/Users/user/Desktop/multi.png')
cv2.imshow('source_img', src)
dilate_demo(src)
cv2.waitKey(0)
cv2.destroyAllwindows()

其他函数：scipy.ndimage.morphology.binary_dilation(input, structure=None,iterations=1)

input:输入图像，一般为二值图

2.腐蚀

原理：有一个结构元素或模板与原图像素比对，比对过程中，中心像素位置的值根据八邻域取交运算，交运算为1就取自己的中心值，否则用周围的最大值代替中心值。如下图，高亮区域变小。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: MP time:2019/8/29

import cv2

def erode_demo(image):
	gray_img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
	kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
	dst = cv2.erode(gray_img, kernel)
	cv2.imshow('erode_img', dst)


src = cv2.imread('C:/Users/user/Desktop/multi.png')
cv2.imshow('source_img', src)
erode_demo(src)
cv2.waitKey(0)
cv2.destroyAllwindows()

转自：https://blog.youkuaiyun.com/haoji007/article/details/52063306

https://blog.youkuaiyun.com/qq_44262417/article/details/89365673