CV2 开闭

开运算基本原理

图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，但是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，可以去除噪声，并保留原有图像。

开运算实际是先腐蚀运算，再膨胀运算，把看上去把细微连在一起的两块目标分开了。

一般来说，开运算可以使图像的轮廓变得光滑，还能使狭窄的连接断开和消除细毛刺。开运算在过滤噪声的同时并没有对物体的形状、轮廓造成明显的影响，这是一大优势。当只关心物体的位置或者个数时，物体形状的改变不会给任务带来困扰，此时用开运算处理具有处理速度上的优势。

闭运算基本原理

闭运算是开运算的相反操作，先膨胀运算，再腐蚀运算，处理后的图片看上去将两个细微连接的图块连接在一起。

闭运算同样可以使得图像变得光滑，并且能够填平图像中的凹陷（即小孔），弥合小裂缝，而图像中目标的位置和形状可以保持不变。因此在图像去噪中，闭运算也是常用操作。

自适应二值化+开运算

def methodA(oriImg):
    dstImg = cv2.cvtColor(oriImg,cv2.COLOR_BGR2GRAY)
    dstImg = cv2.adaptiveThreshold(dstImg,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,10)
    kernel = cv2.getStructuringElement(shape=cv2.MORPH_RECT, ksize=(3, 3))
    # 首先进行腐蚀操作
    dstImg = cv2.erode(src=dstImg, kernel=kernel, iterations=2)
    # 再进行膨胀操作
    dstImg = cv2.dilate(src=dstImg, kernel=kernel, iterations=4)
    dstImg = cv2.erode(src=dstImg, kernel=kernel, iterations=2)
    dstImg = cv2.cvtColor(dstImg,cv2.COLOR_GRAY2BGR)
    return dstImg