OpenCV学习笔记-腐蚀和膨胀

形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。

一、腐蚀

这个操作会把前景物体的边界腐蚀掉(但是前景仍然是白色)。卷积核沿着图像滑动,如果与卷积核对应的原图像的所有像素值都是1,那么中心元素就保持原来的像素值,否则就变为0。

作用:

1、前景物体会变小,整幅图像的白色区域会减少,这对于去除白噪声很有用。

2、平滑对象边缘

3、弱化或分割图像之间的半岛型连接
代码:

def erode_demo(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    ret, thresh = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow('binary iamge', thresh)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5,5))
    dst = cv.erode(thresh, kernel=kernel)
    cv.imshow('erode_demo', dst)

效果展示:

二、膨胀

与腐蚀相反,与卷积核对应的原图像的像素值中只要有一个是1,中心元素的像素值就是1。所以这个操作会增加图像中的白色区域(前景)。一般在去噪声时先用腐蚀再用膨胀。这时噪声已经去除了,不会再回来了,但是前景还在并会增加。

作用:

1、对象大小增加一个像素(3x3)

2、平滑对象边缘

3、减少或填充对象之间的距离,也可以连接两个分开的物体。

具体代码:

def dilate_demo(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    ret, thresh = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow('binary iamge', thresh)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.dilate(thresh, kernel)
    cv.imshow('dilate image', dst)

效果展示:
发布了295 篇原创文章 · 获赞 207 · 访问量 49万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览