python opencv 膨胀_OpenCV-Python：形态学操作

importcv2importnumpy as np

img= cv2.imread('j.bmp', 0)

kernel= np.ones((5, 5), np.uint8)

erosion= cv2.erode(img, kernel) #腐蚀

这个核也叫结构元素，因为形态学操作其实也是应用卷积来实现的。结构元素可以是矩形、椭圆、十字形，可以用 cv2.getStructuringElement() 来生成不同形状的结构元素，比如：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) #矩形结构

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) #椭圆结构

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5)) #十字形结构

博主替换过核，效果差距不大。

2. 膨胀

膨胀与腐蚀相反，取的是局部最大值，效果是把图片变胖：

dilation = cv2.dilate(img, kernel) #膨胀

img = cv2.imread('j.bmp')

kernel= np.ones((5, 5), np.uint8) #矩形结构

erosion= cv2.erode(img, kernel) #腐蚀

dilation = cv2.dilate(img, kernel) #膨胀

titles= ['Original', 'erosion', 'dilation']

images=[img, erosion, dilation]#使用Matplotlib显示#一行三列图

for i in range(3):

plt.subplot(1, 3, i + 1)

plt.imshow(images[i])

plt.title(titles[i], fontsize=8)

plt.xticks([]), plt.yticks([])

plt.show()

三、开、闭运算

先腐蚀后膨胀叫开运算(因为先腐蚀会分开物体)，其作用是：分离物体，消除小区域。使用 cv.morphologyEx() 函数实现：

#开运算--先腐蚀后膨胀

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

img1= cv2.imread('j_noise_out.bmp')

opening= cv2.morphologyEx(img1, cv2.MORPH_OPEN, kernel)

闭运算则相反：先膨胀后腐蚀(先膨胀会使白色的部分扩张，以至于消除"闭合"物体里面的小黑洞，所以叫闭运算)

#闭运算--先膨胀后腐蚀

img2 = cv2.imread('j_noise_in.bmp')

closing= cv2.morphologyEx(img2, cv2.MORPH_CLOSE, kernel)

开、闭运算确实很容易混淆。如果我们的目标物体外面有很多无关的小区域，就用开运算去除掉；如果物体内部有很多小黑洞，就用闭运算填充掉

四、形态学梯度、顶帽、黑帽

形态学梯度：膨胀图减去腐蚀图，dilation - erosion，这样会得到物体的轮廓：

img = cv2.imread('school.bmp', 0)

gradient= cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

    

顶帽：原图减去开运算后的图：src - opening

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

黑帽：闭运算后的图减去原图：closing - src

五、小结

1. 形态学就是改变物体的形状，腐蚀是物体"变瘦"、膨胀使物体"变胖"

2. 先腐蚀后膨胀会分离物体，所以叫开运算，常用来去除小区域物体

3. 先膨胀后腐蚀会消除物体内的小洞，所以叫闭运算。