python-opencv函数笔记cv2.erode,cv2.dilate,cv2.morphologyEx

形态转换函数用法

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

cv2.erode（）

img = cv2.imread('j.bmp', 0)
kernel = np.ones((5, 5), np.uint8)
erosion = cv2.erode(img, kernel)  # 腐蚀

cv2.dilate（）

cv2.morphologyEx(img, op, kernel)
腐蚀和膨胀是针对图片中的白色部分！腐蚀去除小白点，膨胀去除小黑点。

  参数op的取值	含义 			
  MORPH_ERODE：		腐蚀（变瘦），与调用腐蚀函数cv2.erode效果相同
  MORPH_DILATE：	膨胀（变胖），与调用膨胀函数cv2.dilate效果相同
  MORPH_OPEN：		开运算（去小白点），先腐蚀再膨胀，等同于dilate(erode(src,kernal))，
  					如何记：先腐蚀，小白点没了，会分开物体，就是开运算
  					其作用是：分离物体、平滑边界（去掉凸起）、移除白点
  MORPH_CLOSE：		闭运算（去小黑点），先膨胀再腐蚀，等同于erode(dilate(src,kernal))，
  					如何记：先膨胀，白色部分扩张，消除（闭合）物体里面的小黑洞，所以叫闭运算
  					闭运算用于填充图像内部的小空（黑）洞、填充图像的凹陷等
  					闭运算可以用来排除小黑洞,连接被误分为许多小块的对象 			
  MORPH_GRADIENT：	梯度图，用膨胀图减腐蚀图，等同于dilate(src,kernal)−erode(src,kernal)，
  					可以用于获得图像中物体的轮廓，可以突出团块(blob)的边缘，保留物体的边缘轮廓。 			
  MORPH_TOPHAT：	顶帽，又称礼帽，用原图像减去开运算后的图像，等同于src−open(src,kernal)，
  					可以用于获得原图像中比周围亮的区域
  					简单理解：去除白色重叠部分 			
  MORPH_BLACKHAT：	黑帽，闭运算图像减去原图像，等同于close(src,kernal)−src，
  					可以用于获取原图像中比周围暗的区域
  					简单理解：保留白色重叠部分 			
  MORPH_HITMISS： 	击中击不中变换，用于匹配处理图像中是否存在核对应的图像，
  					匹配时，需要确保核矩阵非0部分和为0部分都能匹配，
  					注意:该变换只能处理灰度图像。

形态学操作一般作用于二值化图（也可直接作用于原图），来连接相邻的元素或分离成独立的元素。

		![偶然觉得腐蚀、膨胀与美颜之间的关系](https://img-blog.csdnimg.cn/20210406232547430.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc0NzMwOQ==,size_16,color_FFFFFF,t_70#pic_center)

更多图片效果实例
更多函数参考