Python-Opencv中的膨胀和腐蚀

Python-Opencv中的膨胀和腐蚀

腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。 膨胀就是图像中的高亮部分进行膨胀，“邻域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中高亮部分被腐蚀，“邻域被蚕食”，效果图拥有比原图更小的高亮区域。

1.膨胀

膨胀过程是有一个结构元素或者模板去在原图像素比对，当比对过程中，中心像素位置的值根据其八邻域取或运算，或运算为1就取自己的中心值，否则将周围的最大值去代替中心值，如下图。由于将周围的最大值去代替中心值，所膨胀的就是白色（高亮部分）。

膨胀函数

cv2.dilate(img,kernel,iterations)

其中：
第一个参数：img指需要腐蚀的图

第二个参数：kernel指腐蚀操作的内核，默认是一个简单的3X3矩阵，我们也可以利用getStructuringElement（）函数指明它的形状

第三个参数：iterations指的是腐蚀次数，省略是默认为1

膨胀代码实现

import cv2 as cv

def dilate_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.dilate(binary, kernel)
    cv.imshow("dilate", dst)

src = cv.imread("shufa.jpg")
cv.imshow("shufa", src)
# erode_demo(src)
dilate_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

下图是经过阈值化进行膨胀，所以阈值化后的白色部分膨胀了。

下图是对原图进行膨胀，白色部分膨胀，黑色字体就小了。针对的是高亮部分。

2.腐蚀

膨胀过程是有一个结构元素或者模板去在原图像素比对，当比对过程中，中心像素位置的值根据其八邻域取交运算，交运算为1就取自己的中心值，否则将周围的最小值去代替中心值，如下图。由于将周围的最小值去代替中心值，所腐蚀的就是白色（高亮部分）。

腐蚀函数

cv2.erode(img,kernel,iterations)

膨胀代码实现

import cv2 as cv

def erode_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
    dst = cv.erode(binary, kernel)
    cv.imshow("erode", dst)


src = cv.imread("shufa.jpg")
cv.imshow("shufa", src)
# erode_demo(src)
dilate_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

下图是经过阈值化进行腐蚀，所以阈值化后的白色部分腐蚀了。

下图是对原图进行腐蚀，白色部分腐蚀了，黑色字体就大了。针对的是高亮部分。

初学Opencv，如有错误地方和改进地方，真诚地邀请您提出来，谢谢！

本文结束…