原标题：OpenCV:图像的腐蚀和膨胀

原文来自：博客园      原文链接：https://www.cnblogs.com/geeksongs/p/11105757.html

图像的腐蚀和膨胀实际上是利用卷积进行计算，首先导包：

import numpy as npimport cv2import matplotlib.pyplot as pltdef show(image):
    plt.imshow(image)
    plt.axis('off')
    plt.show()def imread(image):
    image=cv2.imread(image)
    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)    return image

然后生成一个正方形的核：

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

输出：

[[1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]]

当然我们作运算的时候都是使用的正方形的核，这里也展示下生成椭圆核的方法：

kernel=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(10,10))#这里生成的是椭圆print(kernel)

生成十字形的核：

kernel=cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))#这里生成的是十字形print(kernel)

利用卷积进行图像的腐蚀：可以使黑色的点变大

kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))
ero=cv2.erode(image,kernel)
show(ero)

循环进行多次腐蚀：

show(image)
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))for i in range(2):
    ero=cv2.erode(image,kernel,iterations=i+1)
    show(ero)

图像的膨胀，使白色的点变大，用于去除图像当中的黑点：

show(image)#利用卷积将图像进行膨胀，求解的是区域最大值，腐蚀则是求解的区域最小值dilation=cv2.dilate(image,kernel)
show(dilation)#用于去除图像当中黑色的小点

循环去除：

image=imread('123.jpg')
show(image)
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(21,21))for i in range(3):
    ero=cv2.erode(image,kernel,iterations=i+1)
    show(dilation)

下面是处理朱茵图片进行膨胀的效果：

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com