OPENCV FOR PYTHON 学习笔记 - 形态学

图像腐蚀：腐蚀会把物体的边界腐蚀掉，卷积核沿着图象滑动，如果卷积核对应的原图的所有像素值为1，那么中心元素就保持原来的值，否则变为零。主要应用在去除白噪声，也可以断开连在一起的物体。

　　cv2.erode(src, # 输入图像 原始图像

　　　　　　kernel, # 卷积核

　　　　　　dst=None, 

　　　　　　anchor=None,

　　　　　　iterations=None, # 迭代次数，默认1

　　　　　　borderType=None,

　　　　　　borderValue=None) 

图像膨胀：卷积核所对应的原图像的像素值只要有一个是1，中心像素值就是1。一般在除噪时，先腐蚀再膨胀，因为腐蚀在去除白噪声的时候也会使图像缩小，所以我们之后要进行膨胀。当然也可以用来将两者物体分开。是腐蚀操作的逆操作。

　　cv2.dilate(src, # 输入图像

　　　　　　kernel, # 卷积核

　　　　　　dst=None,

　　　　　　anchor=None,

　　　　　　iterations=None, # 迭代次数，默认1

　　　　　　borderType=None,

　　　　　　borderValue=None)

图像开运算：图像被腐蚀后，去除了噪声，但是会压缩图像，对腐蚀过的图像，进行膨胀处理，可以去除噪声，并保持原有形状

　　cv2.morphologyEx(原始图像/二值图像,cv2.MORPH_OPEN,卷积核）

图像闭运算：图像先膨胀后腐蚀，有助于关闭前景物体内部的小孔，或物体上的小黑点。

　　cv2.morphologyEx(原始图像/二值图像,cv2.MORPH_CLOSE,卷积核）

图像梯度运算：膨胀图像-腐蚀图像 得到 轮廓图像

　　cv2.morphologyEx(原始图像/二值图像,cv2.MORPH_GRADIENT,卷积核）

图像礼帽（顶帽）操作：礼帽图像 = 原始图像 - 开运算图像 得到的是 噪声图像

　　cv2.morphologyEx(原始图像/二值图像,cv2.MORPH_TOPHAT,卷积核）

图像黑帽操作：黑帽图像 = 闭运算图像 - 原始图像 得到是图像内部的小孔，或前景色中的小黑点

　　cv2.morphologyEx(原始图像/二值图像,cv2.MORPH_BLACKHAT,卷积核）