opencv打卡47：膨胀cv2.dilate(img,kernel,iterations = 1)

1、介绍
与腐蚀相反，与卷积核对应的原图像的像素值中只要有一个是1，中心元素的像素值就是1。

所以这个操作会增加图像中的白色区域（前景）。一般在去噪声时先用腐蚀再用膨胀。

因为腐蚀在去掉白噪声的同时，也会使前景对象变小。所以我们再对他进行膨胀。这时噪声已经被去除了，不会再回来了，但是前景还在并会增加。

膨胀也可以用来连接两个分开的物体。

2、代码

import cv2
import numpy as np

img = cv2.imread('lena.jpg')
kernel = np.ones((3, 3), np.uint8)

# 先腐蚀
dig_erosion = cv2.erode(img, kernel, iterations=1)
# 再膨胀
dige_dilate = cv2.dilate(dig_erosion, kernel, iterations=1)

res = np.hstack((img, dig_erosion, dige_dilate))

cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

3、结果