目录
一、腐蚀与膨胀
1、腐蚀
腐蚀可以去除图像的某些部分。
2、膨胀
膨胀可以连接裂缝。
3、对偶性
膨胀和腐蚀彼此关于集合求补运算和反射运算是对偶的
4、开操作与闭操作
开操作:B对A先腐蚀,再进行膨胀
可以平滑物体轮廓,断开较窄的狭颈并消除较细的突出物。
闭操作:B对A先膨胀,再腐蚀
可以平滑轮廓一部分,会弥合较窄的间断和细长的沟壑,消除较小的空洞,填补轮廓线的断裂。
开操作与闭操作彼此关于集合求补运算和反射运算是对偶的
import cv2
import numpy as np
## 测试图片
pic = 'finger.png'
## a.图像的二值化
src = cv2.imread(pic)
## b.设置卷积核
kernel = np.ones((3, 3))
## c.图像的腐蚀
erosion1 = cv2.erode(src, kernel)
## 图像的膨胀(开操作)
dst1 = cv2.dilate(erosion1, kernel)
## 再膨胀
dst2 = cv2.dilate(dst1, kernel)
## 再腐蚀(开操作的闭操作)
erosion2 = cv2.dilate(dst2, kernel)
## 效果展示
cv2.namedWindow('origin', 0)
cv2.imshow('origin', src)
## 腐蚀后
cv2.namedWindow('after erosion1', 0)
cv2.imshow('after erosion1', erosion1)
## 膨胀后
cv2.namedWindow('after dilate1', 0)
cv2.imshow('after dilate1', dst1)
cv2.namedWindow('after dilate2', 0)
cv2.imshow('after dilat