初识 OpenCV 之膨胀，腐蚀，开，闭

图像形态学操作 – 基于形状的一系列图像处理操作的合集，主要是基于集合论基础上的形态学数学

形态学有四个基本操作：腐蚀、膨胀、开、闭

 

膨胀与腐蚀是图像处理中最常用的形态学操作手段

膨胀和腐蚀的主要用途：

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；

寻找图像中明显的极大值或极小值区；

求出图像的梯度；

膨胀

将图像或者图像的一部分区域称为A，与核称为B进行卷积，B可以是任何形状和大小，它拥有单独定义出来的

锚点（anchor point），核也可以视为模板或者是掩码，膨胀是求局部的最大值，A与B完成卷积后，计算B区域

的像素最大值，并且幅值给指定的参考点像素，这样使视图中的高亮区域逐渐增长。

A区域被扩大了

 

腐蚀

腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值替换锚点重叠下图像的像素值

A区域变小了

 

腐蚀和膨胀是对像素值大的部分而言的，即高亮白部分而不是黑色部分；

膨胀是图像中的高亮部分进行膨胀，领域扩张，效果图拥有比原图更大的高亮区域；

腐蚀是图像中的高亮部分被腐蚀掉，领域缩减，效果图拥有比原图更小的高亮区域；

getStructuringElement(int shape, Size ksize, Point anchor)  - 形状 (MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE)  - 大小  - 锚点 默认是Point(-1, -1)意思就是中心像素

 

@param src input image; the number of channels can be arbitrary, but the depth should be one of
CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.源图对通道没有要求，对深度有要求
@param dst output image of the same size and type as src\`.输出
@param kernel structuring element used for dilation; if elemenat=Mat(), a 3 x 3 rectangular
structuring element is used. Kernel can be created using getStructuringElement用getStructuringElement来创建一个kernel
@param anchor position of the anchor within the element; default value (-1, -1) means that the默认自动，-1，-1
anchor is at the element center.
@param iterations number of times dilation is applied.默认，膨胀迭代次数
@param borderType pixel extrapolation method, see cv::BorderTypes默认
@param borderValue border value in case of a constant border默认，在恒定的边界里，好像是这么个意思

膨胀
CV_EXPORTS_W void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );

腐蚀
CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );

 

    src1 = imread("G:/kobe.jpeg");
    namedWindow("0");
    imshow("0", src1);
    src = Mat::zeros(src1.size(), src1.type());
    cvtColor(src1, src, CV_BGR2GRAY);
    namedWindow("1");
    imshow("1", src);

    Mat kernel = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1));
    Mat src2 = Mat::zeros(src.size(), src.type());
    dilate(src1, src2, kernel);
    namedWindow("2");
    imshow("2", src2);

    Mat src3 = Mat::zeros(src.size(), src.type());
    erode(src1, src3, kernel);
    namedWindow("3");
    imshow("3", src3);

 开闭运算

• 开运算为： 先腐蚀再膨胀
• 

• 闭运算为： 先膨胀再腐蚀

• 

• 开闭运算具有幂等性。即做n次开运算和做一次开运算的结果相同，闭运算同样如此。

• 这里有一篇博客讲到另外一个点感觉挺有用的:https://blog.csdn.net/qq_25847123/article/details/73744575