【笔记】opencv-python中的腐蚀与膨胀函数：图像的膨胀（Dilation）和腐蚀（Erosion）是两种基本的形态学运算，主要用来寻找图像中的极大区域和极小区域

资料1:

 

import cv2
import numpy as np 
img = cv2.imread('j.png',0)
kernel = np.ones((5,5),np.uint8)  
erosion = cv2.erode(img,kernel,iterations = 1)

dilation = cv2.dilate(img,kernel,iterations = 1)

 

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

 

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

 

资料2：

注：运行后会闪退，加上cv2.waitKey（0）

 

import cv2
import numpy as np
 
## 测试图片，为反斜杠
pic = 'C:/1.jpg'
 
## a.图像的二值化 ，这里没有做阈值处理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
 
 
## b.设置卷积核5*5
kernel = np.ones((5,5),np.uint8)
 
## c.图像的腐蚀，默认迭代次数
erosion = cv2.erode(src,kernel)
 
## 效果展示
cv2.imshow('origin',src)
 
## 腐蚀后
cv2.imshow('after erosion',erosion)

 

 

import cv2
import numpy as np
 
## 测试图片，为反斜杠
pic = 'C:/1.jpg'
 
## a.图像的二值化 ，这里没有做阈值处理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
 
 
## b.设置卷积核5*5
kernel = np.ones((5,5),np.uint8)
 
## c.图像的腐蚀，默认迭代次数
erosion = cv2.erode(src,kernel)
 
## 图像的膨胀
dst = cv2.dilate(erosion,kernel)
 
## 效果展示
cv2.imshow('origin',src)
 
## 腐蚀后
cv2.imshow('after erosion',erosion)
 
## 膨胀后
cv2.imshow('after dilate',dst)