python opencv 腐蚀_opencv 图像的腐蚀(erode)和膨胀(dilate) 开运算以及闭运算

原文链接：opencv 图像的腐蚀(erode)和膨胀(dilate) 开运算以及闭运算

OpenCV---开闭操作 - 山上有风景 - 博客园

腐蚀 ：

腐蚀操作会把前景物体的边缘腐蚀掉。原理是卷积核沿着图像滑动，如果与卷积核对应的原图像像素值都是1，那么中心元素保持原值，否则为0.

效果，靠近前景的像素被腐蚀为0，前景物体变小，图像白色区域减少，对于去除白噪声很有用，可以断开两个连接在一起的物体。

膨胀 ：

与腐蚀相反，卷积核当中只要有一个值是1，中心元素值就是1。此操作会增加前景中的白色区域，一般在去噪声的时候都是先腐蚀再膨胀，腐蚀的过程会使得前景变小，使用膨胀操作使前景变换回来。膨胀也可以使相互分离的物体连接。

1.)检测边缘

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

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

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

erosion = cv2.erode(img, kernel) # 腐蚀 iterations为迭代运算次数

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#!/usr/bin/env python

# encoding: utf-8

import cv2

import numpy as np

image = cv2.imread("2.jpg",0);

#构造一个3×3的结构元素

element = cv2.getStructuringElement(cv2.MORPH_RECT,(3, 3))

dilate = cv2.dilate(image, element)

erode = c