opencv-python数图实验（三）膨胀腐蚀、击中_利用膨胀腐蚀提取灰度图边界-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_44492557/article/details/109728697

本文介绍了OpenCV-Python中膨胀、腐蚀、开运算和闭运算的基本原理及应用。通过实践，展示了如何使用这些操作来提取灰度图边界，并实现图像的击中实验，寻找小图像在大图像中的位置。实验结果显示，膨胀腐蚀不仅适用于二值图像，也适用于RGB图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、基础实验部分

1、了解膨胀、腐蚀原理
2、了解开运算、闭运算原理
3、掌握膨胀、腐蚀函数的使用
4、掌握开运算、闭运算函数的使用

实现效果

开运算、闭运算
在这里插入图片描述
腐蚀、膨胀

二、思考题

2.1：利用膨胀腐蚀提取灰度图边界

思路：膨胀图片 - 腐蚀图片

效果
在这里插入图片描述
2.2：根据击中击不中变换的原理，用自己的代码实现图像的击中实验，寻找到 B 图（B.png）在 A 图（A.png）中的位置。具体要求分别显示腐蚀处理后的两张腐蚀图片，以及最后交集后得出的击中结果。(提示：腐蚀操作针对白色信息,可进行取反操作后再腐蚀)

这个部分查了点资料，参考博文：击中击不中变换。看了理论后，发现做的工作其实蛮简单的，就是定位一个小图片在大图片中的位置，比如：
在这里插入图片描述
图B是图A中的一个部分，击中击不中变换可以定位图B在图A中位置的中心点。

然后本次实验的要求，是我链接博文中的3.1小节圈中部分即可实现：
在这里插入图片描述
按照这个理论实现效果如图：

这里有个浅浅的点，就是图B在图A中位置的中心点了，实验结束。

代码

'''
# 关于版本
# numpy            1.16.6
# opencv-python    4.2.0.34
'''
import cv2 as cv
import numpy as np

# 导入图像
srcImage = cv.imread('C:\\Users\\MRSANG\\Desktop\\CV_test\\test_3\\3.jpg')
# 创建窗口
win_src = 'win_src'
win_open_close = 'win_open_close'
win_erode_dilate = 'win_erode_dilate'
# 定义初始数组
OpenClose_num = 9
ErodeDilate_num = 9
maxIteration_num = 10


# 定义回调函数
def ON_OpenClose(x):
    offset = cv.getTrackbarPos('iteration', win_open_close) -