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()

運行結果：

到此這篇關于OpenCV+python實現膨脹和腐蝕的示例的文章就介紹到這了,更多相關OpenCV 膨脹和腐蝕內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！

總結

以上是生活随笔為你收集整理的python腐蚀膨胀代码_OpenCV+python实现膨胀和腐蚀的示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。