python 图像刚性变换_Python-OpenCV 19. 图像处理形态学变换

*本文学习资源来处OpenCV官网文档*

一、概念

数学形态学 是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。

目标：不同的形态变化方式：Erosion,Dilation,Opening,Closing

腐蚀和膨胀是针对白色(高亮)部分而言，而不是针对黑色部分。

二、说明

1. Erosion 腐蚀

腐蚀的基本思想就像土壤侵蚀一样，它会侵蚀前景物体的边界(总是试图保持前景为白色)。
运算方式：内核在图像中滑动(如在2D卷积中)，只有当内核下的像素都是1时，原始图像中的像素(1或0)才会被视为1，否则它将被侵蚀(变为零)。

其结果：边界附近的所有像素都将被丢弃，具体取决于内核的大小。因此，前景对象的厚度或大小减小，或者图像中的白色区域减小。

应用场景：消除噪声、分割出独立的图像元素，在图像中连接相邻的元素(将图像与背景连接更自然)、寻找图像中的明显的极大值区域或极小值区域、求出图像的梯度。

代码示例

import cv2import numpy as npimg = cv2.imread('test.jpg', cv2.IMREAD_UNCHANGED)# 设置卷积核kernel = np.ones((5, 5), np.uint8)# 图像腐蚀处理erosion = cv2.erode(img, kernel, iterations=1)cv2.imshow('img', img)cv2.imshow('eros