opencv python 图片腐蚀和膨胀

参考：http://blog.csdn.net/yellow_red_people/article/details/53181239

定义一个5x5的结构：kernel=np.uint8(np.zeros((5,5)))

（1）腐蚀操作：

定义了一个5×5的十字形结构元素 其实是一个5x5的矩阵，我们知道在图片的腐蚀过程，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作,如果都为1，结果图像的该像素为1。否则为0,腐蚀处理的结果是使原来的二值图像减小一圈。

#00100
#00100
#11111
#00100
#00100

使用的函数：cv2.erode(img,kernel);

（2）膨胀操作：

使用同样的结构，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作,如果出现1，结果图像的该像素为1。否则为0,腐蚀处理的结果是使原来的二值图像扩大一圈。

使用的函数：cv2.dilate(img,kernel)

两张图片相减得到图片的边缘。

代码：

#encoding=utf-8  
import cv2    
import numpy as np    
#定义了一个5×5的十字形结构元素,  
#用结构元素与其覆盖的二值图像做“与”操作  
#如果都为1，结果图像的该像素为1。否则为0  
#腐蚀处理的结果是使原来的二值图像减小一圈。  
#00100  
#00100  
#11111  
#00100  
#00100  
kernel=np.uint8(np.zeros((5,5)))  
for x in range(5):  
    kernel[x,2]=1;  
    kernel[2,x]=1;  
#读入图片  
img = cv2.imread(r'E:\data\4.jpg',0)  
#腐蚀图像   
eroded=cv2.erode(img,kernel);  
#膨胀图像    
dilated = cv2.dilate(img,kernel)  
  
#将两幅图像相减获得边，第一个参数是膨胀后的图像，第二个参数是腐蚀后的图像    
result = cv2.absdiff(dilated,eroded);    
#取反  
x=0;  
y=0;  
width=result.shape[0]  
height=result.shape[1]  
while x<width:  
    y=0  
    while y<height:  
        result[x][y]=255-result[x][y]  
        y=y+1;  
    x=x+1  
cv2.imwrite("E:\data\eroded.jpg", eroded)  
cv2.imwrite("E:\data\dilated.jpg", dilated)  
cv2.imwrite("E:\data\result.jpg", result)  
  
  
cv2.waitKey(0)    
cv2.destroyAllWindows()