C#描述-计算机视觉OpenCV（6）：形态学

前言

这是本系列第六节，主要是介绍基础的形态学运用。
形态学主要是分析图像中不同主题的形态，它定义了一系列运算，用预先定义的形状元素探测图像，从而实现图像的转换。这个形状元素与像素邻域的相交方式决定了运算的结果。从而可以进行切割、特征检测。

阈值化二值图像

因为形态学滤波器通常作用于二值图像，所以我们先对图像做阈值化的二值图像操作。我们以此图为例：

使用Threshold方法
res, dst = cv2.threshold(src, thresh, maxval, type)
来进行阈值化，参数详解：

src:输⼊图，只能输⼊单通道图像，通常是指灰度图
dst:输出图
thresh:阈值
maxval:当像素值超过了阈值（或⼩于阈值，根据type来决定），所赋予的值
type:⼆值化操作类型，包含以下五种类型：
cv2.THRESH_BINARY 超过阈值部分取maxval(最⼤值)，否则取0
cv2.THRESH_BINARY_INV THRESH_BINARY 上述反转
cv2.THRESH_TRUNC ⼤于阈值部分设为阈值，否则不变
cv2.THRESH_TOZERO ⼤于阈值部分不改变，否则设为0
cv2.THRESH_TOZERO_INV THRESH_TOZERO 上述反转

在阈值的选择上，我们需要观察原图的直方图（直方图算法详见：C#描述-计算机视觉OpenCV（5）：直方图算法），根据直方图示，我们可以先选择中端峰值左侧的点，也就是100作为阈值参考。

代码：

Cv2.Threshold(img1, res, 100, 255