matlab腐蚀膨胀代码_（三十二）形态学----膨胀和腐蚀

时间为友，记录点滴。

我们在《初始滤波之均值滤波》中有聊过滤波的本质，以及介绍了其中一种线性滤波（均值滤波）。对于常见的非线性滤波“中值滤波”也在《视频的读取和处理》中有介绍。今天我们来介绍另外两种滤波方式：

• 最大值滤波
• 最小值滤波

再了解这两种滤波之前，我们先来看一些概念。

啥是形态学？

简单来讲，形态学操作就是基于形状的一系列图像处理操作。通过将结构元素作用于输入图像来产生输出图像。

有啥作用？

常用的形态学处理方法包括：腐蚀、膨胀、开运算、闭运算、顶帽运算、底帽运算，其中膨胀与腐蚀是图像处理中最常用的形态学操作手段，其他方法是两者相互组合而产生的。

膨胀和腐蚀的运用广泛:

• 消除噪声
• 分割(isolate)独立的图像元素，以及连接(join)相邻的元素。
• 寻找图像中的明显的极大值区域或极小值区域。

如何实现？

我们可以想象跟卷积类似，首先选取一个结构元素（我们以3*3的矩形核为例），并且定义其锚定点（以重心为例），结构元素覆盖的部分。

以结构元素的最小值填充锚定点的做法为腐蚀

以结构元素的最大值填充锚定点的做法为膨胀

是不是变相的滤波？

OpenCV的大全，这种API肯定少不了啊。

膨胀：

CV_EXPORTS_W 

• src 输入图像，任意通道的。深度可为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F。
• dst 输出图像，类型与通道数目必须跟输入保持一致
• kernel 结构元素， 如果kernel=Mat()则为设定的3×3矩形。
• anchor 锚定位置，默认中心位置。
• iterations 循环次数
• borderType 边缘填充类型（不用关心，使用默认值）

腐蚀：

CV_EXPORTS_W 

• src 输入图像，任意通道的
• dst 输出图像，类型与通道数目必须跟输入保持一致
• kernel 结构元素
• anchor 中心位置锚定
• iterations 循环次数
• borderType 边缘填充类型（不用关心，使用默认值）

获取结构元素：

CV_EXPORTS_W 

• shape：表示内核的形状，有三种形状可以选择。
  • 矩形：MORPH_RECT;
  • 交叉形：MORPH_CROSS;
  • 椭圆形：MORPH_ELLIPSE;
• ksize 是指结构元素大小
• anchor 中心锚点的位置

看起来很简单，还是用代码来实践一下把。

C++

1. dilate和erode的后面几个参数都可以选用默认值
2. Kernel的选择要用getStructuringElement，参数选择有讲究

#include 

可以通过文件观察最大、最小值的替换

Python:

#!/usr/bin/env python