怎么在python中利用OpenCV實現一個膨脹與腐蝕功能

這篇文章給大家介紹怎么在python中利用OpenCV實現一個膨脹與腐蝕功能，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

1，概念及原理：

膨脹（Dilating） （或）
（1）將圖像 A 與任意形狀的內核 (B)，通常為正方形或圓形，進行卷積。
（2）內核 B 有一個可定義的 錨點, 通常定義為內核中心點。
（3）進行膨脹操作時，將內核 B 劃過圖像A,將內核 B 覆蓋區域的最大相素值提取，并代替錨點位置的相素。顯然，這一最大化操作將會導致圖像中的亮區開始”擴展” (因此有了術語膨脹 dilation )。

以3*3的內核為例：

腐蝕（Eroding） （與）
（1）腐蝕在形態學操作家族里是膨脹操作的孿生姐妹。它提取的是內核覆蓋下的相素最小值。
（2）進行腐蝕操作時，將內核 B 劃過圖像,將內核 B 覆蓋區域的最小相素值提取，并代替錨點位置的相素。

值得注意的是：腐蝕和膨脹是對白色部分（高亮部分）而言的，不是黑色部分。 膨脹就是圖像中的高亮部分進行膨脹，“鄰域擴張”，效果圖擁有比原圖更大的高亮區域。腐蝕就是原圖中高亮部分被腐蝕，“鄰域被蠶食”，效果圖擁有比原圖更小的高亮區域。

源代碼：

import cv2 as cv
import numpy as np


def erode_demo(image):
  # print(image.shape)
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
  #cv.imshow("binary", binary)
  kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))#定義結構元素的形狀和大小
  dst = cv.erode(binary, kernel)#腐蝕操作
  cv.imshow("erode_demo", dst)


def dilate_demo(image):
  #print(image.shape)
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
  #cv.imshow("binary", binary)
  kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))#定義結構元素的形狀和大小
  dst = cv.dilate(binary, kernel)#膨脹操作
  cv.imshow("dilate_demo", dst)



src = cv.imread("F:/images/test01.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
erode_demo(src)
dilate_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()

關于怎么在python中利用OpenCV實現一個膨脹與腐蝕功能就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。