图像形态学
-是图像处理学科的一个单独分支学科
-灰度与二值图像处理中重要手段
-是由数学的集合论等相关理论发展起来的

膨胀的作用
-对象大小增加一个像素（3*3）
-平滑对象边缘
-减少或者填充对象之间的距离

过程：

1. 用结构元素B,扫描图像A的每一个像素
2. 用结构元素与其覆盖的二值图像做 “与” 操作
3. 如果都为0，结果图像的该像素为0;否则为1

腐蚀的作用
-对象大小减少一个像素（3*3）
-平滑对象边缘
-弱化或者分割图像之间的半岛型连接
过程：

1. 用结构元素B,扫描图像A的每一个像素
2. 用结构元素与其覆盖的二值图像做 “与”操作
3. 如果都为1，结果图像的该像素为1. 否则为0

腐蚀处理的结果是使原来的二值图像减小一圈

Code

import cv2 as cv


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 image", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.erode(binary, kernel)
    cv.imshow("erode image", 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 image", binary)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.dilate(binary, kernel)
    cv.imshow("dilate image", dst)


def color_erode_dilate_demo(image):
    temp = image.copy() 
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (10, 10))
    erode_dst = cv.erode(temp, kernel)
    cv.imshow("erode color image", erode_dst)

    dilate_dst = cv.dilate(image, kernel)
    cv.imshow("dilate color image", dilate_dst)


src = cv.imread("./data/lena.jpg", cv.IMREAD_COLOR)
# src = cv.imread("./data/LinuxLogo.jpg", cv.IMREAD_COLOR)
cv.namedWindow("lena", cv.WINDOW_AUTOSIZE)
cv.imshow("lena", src)
# erode_demo(src)
# dilate_demo(src)
color_erode_dilate_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

API

getStructuringElement((shape, esize, anchor);
shape参数有
cv2.MORPH_RECT # 矩形结构
cv2.MORPH_ELLIPSE # 椭圆结构
cv2.MORPH_CROSS # 十字形结构

结构元素.png

esize参数表示结构参数大小

使用NumPy 的 ndarray 来定义结构元素
kernel = np.ones((5, 5), np.uint8)
getStructuringElement 与 Numpy 定义的元素结构是完全一样的

C/C++

void erode( const Mat& src, Mat& dst, const Mat& element,Point anchor=Point(-1,-1), int iterations=1,int borderType=BORDER_CONSTANT,
const Scalar& borderValue=morphologyDefaultBorderValue() );

void dilate( const Mat& src, Mat& dst, const Mat& element,Point anchor=Point(-1,-1), int iterations=1,int borderType=BORDER_CONSTANT,
const Scalar& borderValue=morphologyDefaultBorderValue() );
参数：

src:原图像。

dst：目标图像。

element:腐蚀操作的内核。 如果不指定，默认为一个简单的 3*3矩阵。否则，我们就要明确指定它的形状，可以使用函数getStructuringElement().

anchor:默认为Point(-1,-1),内核中心点。省略时为默认值。

iterations:腐蚀次数。省略时为默认值1。

borderType:推断边缘类型，具体参见borderInterpolate函数。默认为BORDER_DEFAULT，省略时为默认值。

borderValue:边缘值，具体可参见createMorphoogyFilter函数。可省略。