python opencv提取指定颜色区域及图像腐蚀、膨胀简单介绍

以提取红色区域为例，红色有两个区域范围，HSV基本颜色分量范围参考博客:【OpenCV】HSV颜色识别-HSV基本颜色分量范围

原图为：
                      

import cv2
import numpy as np

img = cv2.imread('/home/yasin//book.png')

# range of red
lower_red = np.array([160, 60, 60])
upper_red = np.array([180, 255, 255])

lower_red2 = np.array([0, 60, 60])
upper_red2 = np.array([10, 255, 255])  # thers is two ranges of red

# range of yellow
# lower_yellow = np.array([10,100,100])
# upper_yellow = np.array([45,255,255])

# range of grenn
# lower_yellow = np.array([36,25,25])
# upper_yellow = np.array([70,255,255])

# change to hsv model
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

mask_r = cv2.inRange(hsv, lower_red, upper_red)

mask_r2 = cv2.inRange(hsv, lower_red2, upper_red2)

mask = mask_r + mask_r2

cv2.namedWindow('Mask', 0)
cv2.imshow('Mask', mask)
cv2.waitKey()

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
mask = cv2.dilate(mask, kernel)

cv2.namedWindow('Mask_dilate', 0)
cv2.imshow('Mask_dilate', mask)
cv2.waitKey()

# 将mask于原视频帧进行按位与操作，则会把mask中的白色用真实的图像替换：
res = cv2.bitwise_and(img, img, mask=mask)

cv2.namedWindow('res', 0)
cv2.imshow('res', res)
cv2.waitKey()

mask结果为：
                                                                         
膨胀结果为：
                                                                         
提取红色区域结果为：
                                                                         

关于腐蚀核膨胀

参考来自：https://blog.csdn.net/u012851419/article/details/78026596
1.腐蚀

2.膨胀

关于图像开运算和闭运算

参考来自：https://blog.csdn.net/hanshanbuleng/article/details/80657148

1.开运算
开运算 = 先腐蚀运算，再膨胀运算（看上去把细微连在一起的两块目标分开了）
开运算的效果图如下图所示：

开运算总结：
（１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。
（２）开运算是一个基于几何运算的滤波器。
（３）结构元素大小的不同将导致滤波效果的不同。
（４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。

2.闭运算
闭运算 = 先膨胀运算，再腐蚀运算（看上去将两个细微连接的图块封闭在一起）
闭运算的效果图如下图所示：
闭运算总结：
（1）闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
（2）闭运算是通过填充图像的凹角来滤波图像的。
（3）结构元素大小的不同将导致滤波效果的不同。
（4）不同结构元素的选择导致了不同的分割。