python opencv 膨胀_OpenCV-Python：形态学操作
importcv2importnumpy as np
img= cv2.imread('j.bmp', 0)
kernel= np.ones((5, 5), np.uint8)
erosion= cv2.erode(img, kernel) #腐蚀
这个核也叫结构元素，因为形态学操作其实也是应用卷积来实现的。结构元素可以是矩形、椭圆、十字形，可以用 cv2.getStructuringElement() 来生成不同形状的结构元素，比如：
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) #矩形结构
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) #椭圆结构
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5)) #十字形结构
博主替换过核，效果差距不大。
2. 膨胀
膨胀与腐蚀相反，取的是局部最大值，效果是把图片变胖：
dilation = cv2.dilate(img, kernel) #膨胀
img = cv2.imread('j.bmp')
kernel= np.ones((5, 5), np.uint8) #矩形结构
erosion= cv2.erode(img, kernel) #腐蚀
dilation = cv2.dilate(img, kernel) #膨胀
titles= ['Original', 'erosion', 'dilation']
images=[img, erosion, dilation]#使用Matplotlib显示#一行三列图
for i in range(3):
plt.subplot(1, 3, i + 1)
plt.imshow(images[i])
plt.title(titles[i], fontsize=8)
plt.xticks([]), plt.yticks([])
plt.show()
三、开、闭运算
先腐蚀后膨胀叫开运算(因为先腐蚀会分开物体)，其作用是：分离物体，消除小区域。使用 cv.morphologyEx() 函数实现：
#开运算--先腐蚀后膨胀
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
img1= cv2.imread('j_noise_out.bmp')
opening= cv2.morphologyEx(img1, cv2.MORPH_OPEN, kernel)
闭运算则相反：先膨胀后腐蚀(先膨胀会使白色的部分扩张，以至于消除"闭合"物体里面的小黑洞，所以叫闭运算)
#闭运算--先膨胀后腐蚀
img2 = cv2.imread('j_noise_in.bmp')
closing= cv2.morphologyEx(img2, cv2.MORPH_CLOSE, kernel)
开、闭运算确实很容易混淆。如果我们的目标物体外面有很多无关的小区域，就用开运算去除掉；如果物体内部有很多小黑洞，就用闭运算填充掉
四、形态学梯度、顶帽、黑帽
形态学梯度：膨胀图减去腐蚀图，dilation - erosion，这样会得到物体的轮廓：
img = cv2.imread('school.bmp', 0)
gradient= cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
顶帽：原图减去开运算后的图：src - opening
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
黑帽：闭运算后的图减去原图：closing - src
五、小结
1. 形态学就是改变物体的形状，腐蚀是物体"变瘦"、膨胀使物体"变胖"
2. 先腐蚀后膨胀会分离物体，所以叫开运算，常用来去除小区域物体
3. 先膨胀后腐蚀会消除物体内的小洞，所以叫闭运算。