关于python腐蚀膨胀函数的信息

形态学操作

形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算，闭运算，梯度等。

成都创新互联公司服务项目包括宜阳网站建设、宜阳网站制作、宜阳网页制作以及宜阳网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，宜阳网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到宜阳省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

结构元素

图像处理经常要用到形态学操作，其中首先要获取结构元素。包括结构元素的大小及形状。

我们使用 Numpy 构建了结构化元素，它是正方形的。但有时我们需要构建一个椭圆形/圆形的核。为了实现这种要求，提供了 OpenCV函数 cv2.getStructuringElement()。你只需要告诉他你需要的核的形状和大小。

腐蚀 (erode)

定义E为欧氏空间，在二值图像A上使用B进行腐蚀运算的定义为：

其中 为B平移向量z得到。

在深蓝色正方形上使用圆盘进行腐蚀运算，结果为浅蓝色正方形。

腐蚀作用：可以用来消除小且无意义的物体。

参数意义如下:

例子

膨胀 (dilate)

定义E为欧氏空间，在二值图像A上使用B进行膨胀运算的定义为：

其中 为A平移向量b得到。

在深蓝色正方形上使用圆盘进行膨胀运算，结果为浅蓝色正方形，带有圆角。

膨胀作用：可以用来填补物体中的空洞。

参数意义同腐蚀。

例子

开运算

在数学形态学中，开运算 被定义为先腐蚀后膨胀。

其中 和 分别表示腐蚀和膨胀。

在深蓝色正方形上使用圆盘进行开运算，结果为浅蓝色正方形，带有圆角。

开运算作用：它被用来去除噪声

参数意义如下:

例子

闭运算

在数学形态学中，闭运算 被定义为先膨胀后腐蚀。

其中 和 分别表示腐蚀和膨胀。

在深蓝色区域（两个相连的正方形）上使用圆盘进行闭运算，结果为深蓝色和浅蓝色的并集。

闭运算作用：经常被用来填充前景物体中的小洞，或者前景物体上的小黑点。

cv2.MORPH_CLOSE代表闭运算，其他参数意义同开运算。

例子

形态学梯度

其实就是一幅图像膨胀与腐蚀的之差。

形态学梯度作用：提取前景物体的轮廓。

cv2.MORPH_GRADIENT代表形态学梯度，其他参数意义同开运算。

例子

礼帽

原始图像与进行开运算之后得到的图像的差。

例子

黑帽

进行闭运算之后得到的图像与原始图像的差。

例子

参考资料：

网址：

书籍：《数字图像处理》《OpenCV-Python-Toturial-中文版》

matlab形态学处理——膨胀腐蚀的原理

在matlab定义里面，这两个函数本来就是能够作用于灰度图像的，看帮助文件你也能看到

作用与灰度图的例子

当然，膨胀和腐蚀多用于处理二值图像

先把输入的图像二值化成为二值图像，在用这两个函数就可以了

形态学操作—膨胀与腐蚀（Dilation and Erosion）

膨胀和腐蚀被称为形态学操作。它们通常在二进制图像上执行，类似于轮廓检测。通过将像素添加到该图像中的对象的感知边界，扩张放大图像中的明亮白色区域。侵蚀恰恰相反：它沿着物体边界移除像素并缩小物体的大小。

通常这两个操作是按顺序执行的，以增强重要的对象特征！

如上所述，这些操作通常组合在一起以获得理想的结果！一种这样的组合称为Opening，其是侵蚀，然后是膨胀

这在降噪中是有用的，其中侵蚀首先消除噪声（并收缩物体）然后扩张再次扩大物体，但噪声将从先前的侵蚀中消失！

为了在OpenCV中实现这一点，我们将函数morphologyEx与原始图像，我们想要执行的操作以及传入的内核一起使用。

Closing 是Opening的反向组合，它是膨胀，然后是侵蚀。这对于关闭物体内的小孔或暗区很有用

它可用于关闭前景对象内的小孔或对象上的小黑点。

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