【OpenCV基础】一分钟带你了解图像膨胀与腐蚀操作

📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处

---

膨胀与腐蚀是图像处理中最常用的形态学操作手段，其中要涉及到一个主要的API，即生成卷积核的API。

一、膨胀操作

原理：将卷积核内的像素最大值代替区域内锚点的值，这样图像就会变白，也就是白色区域扩大。
所谓锚点，就是卷积运算后赋予某点的值，该点就是锚点。锚点默认是点Point(-1, -1)，即为区域的中心像素。

1.1API-dilate

函数原型如下：

dilate(src, dst, kernel);

1.2全部代码

#include<opencv2\opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("D:/images/box1.png");
	if (src.empty())
	{
		cout << "could not load image !";
		return -1;
	}
	
	imshow("原图", src);
	Mat kernel;
	kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));//设计一个卷积核
	dilate(src, dst, kernel);//膨胀API
	imshow("膨胀后", dst);

	waitKey(0);
	return 0;
}

1.3效果展示

1.4结论

膨胀后，由于像素值变大后导致白斑区域扩大

二、腐蚀操作

原理：将卷积核内的像素最小值代替区域内锚点的值，因此腐蚀跟膨胀刚好效果是相反的。
通过腐蚀，理解为浓硫酸的腐蚀效果，图像黑色的区域扩大了。

2.1API-erode

腐蚀操作函数原型如下

erode(src, dst, kernel);

2.2全部代码

#include<opencv2\opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("D:/images/box1.png");
	if (src.empty())
	{
		cout << "could not load image !";
		return -1;
	}
	
	imshow("原图", src);
	Mat kernel;
	kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));//设计一个卷积核
	erode(src, dst, kernel);//腐蚀API
	imshow("膨胀后", dst);

	waitKey(0);
	return 0;
}

2.3效果展示

2.4结论

腐蚀后，由于像素值变小，导致白斑区域缩小。