图像形态学
图像处理学科的一个单独分支学科,灰度与二值图像处理中的重要手段,是由数学的集合论等相关理论发展起来的
膨胀与腐蚀 识别物体
膨胀或运算
腐蚀与运算
膨胀的作用
对象大小增加一个像素(3x3)
平滑对象边缘
腐蚀的作用
对象大小减小1个像素
平滑对象边缘
弱化或者分割图像之间的半岛型连接
import cv2
import numpy as np
def erode_demo(image): #腐蚀
print(image.shape)
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
ret, binary=cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
cv2.imshow("binary_image",binary)
kernel=cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
dst=cv2.erode(binary, kernel)
cv2.imshow("erode_image", dst)
def dilate_demo(image): #膨胀
print(image.shape)
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
ret, binary=cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
cv2.imshow("binary_image",binary)
kernel=cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
dst=cv2.dilate(binary, kernel)
cv2.imshow("dilate_image", dst)
print("-----------------hello python-----------------")
src=cv2.imread("six.png")
cv2.imshow("source_image",src)
erode_demo(src1)
dilate_demo(src1)
cv2.waitKey(0)
cv2.destroyAllWindows()
(1)原图
(2)膨胀
(3)腐蚀