opencv 图像处理之膨胀和腐蚀

发布网友发布时间：2024-10-12 22:27

共1个回答

热心网友时间：2024-11-05 17:53

在OpenCV中，图像处理的膨胀和腐蚀操作就像形象的“增肥”和“减肥”。膨胀主要用于填补图像中的缺陷，通过指定的卷积核（如3x3全为1的矩阵），检查像素点周围3x3区域，只要有白色部分存在，该点就会被标记为白色。例如，`cv2.dilate(img,kernel,1)` 的膨胀操作会重复执行一次，根据kernel大小调整膨胀范围。

腐蚀则相反，用于消除图像边缘的毛刺，取卷积核内最小值。例如，`erosion = cv2.erode(img,kernel,iterations=1)`，kernel大小变化会影响腐蚀程度。为了减少信息损失，可以结合膨胀和腐蚀，形成开运算（先腐蚀后膨胀）和闭运算（先膨胀后腐蚀）。

开运算有助于去除毛刺，而闭运算则用于填补缺陷。边缘信息可以通过计算膨胀图像与腐蚀图像的差来获取，`gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT,kernel)`。高帽和黑帽操作则用于分别突出图像中的毛刺（`tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)`）和缺陷（`black_hat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)`），这两种方法有助于更深入地分析图像特征。