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：