語言：python+opencv

為什么使用圖像腐蝕和圖像膨脹

如圖，使用圖像腐蝕進行去噪，但是為壓縮噪聲。
對腐蝕過的圖像，進行膨脹處理，可以去除噪聲，并保持原樣形狀。

圖像腐蝕

腐蝕主要針對的是二值圖像，如只有0和1兩個值，
兩個輸入對象：1原始二值圖像，2卷積核
使用卷積核遍歷原始二值圖像，如果卷積核對應的元素值均為1，其值才為1，否則為0。如圖，紅色為卷積核。

腐蝕后的結果示意圖見下面，效果是將邊緣抹掉一部分。

使用方法：erode 中文翻譯：侵蝕
處理結果=cv2.erode(原始圖像src,卷積核kernel,迭代次數iterations)
卷積核kernel：一般為正方形數組
如：k=np.ones((5,5),np.uint8)
迭代次數iterations：腐蝕次數，默認1

import cv2 import numpy as np o=cv2.imread("erode.bmp",cv2.IMREAD_UNCHANGED) k=np.ones((5,5),np.uint8) r=cv2.erode(o,k,iterations=10) cv2.imshow("original",o) cv2.imshow("result",r) cv2.waitKey() cv2.destroyAllWindows()

圖像膨脹

圖像腐蝕的逆操作。
針對的是二值圖像
輸入兩個參數：二值圖像，卷積核。

使用卷積核對二值圖像進行遍歷，卷積核對應的圖像像素點只要有一個為1，則值為1，否則為0.

使用方法：dilate
結果=cv2.dilate(二值圖像src,卷積核k,迭代次數itreations)
卷積核 正方形數組：如np.ones((5,5),np.uint8)

import cv2 import numpy as np o=cv2.imread("dilation.bmp",cv2.IMREAD_UNCHANGED) k=np.ones((5,5),np.uint8) r=cv2.dilate(o,k,iterations=1) cv2.imshow("original",o) cv2.imshow("result",r) cv2.waitKey() cv2.destroyAllWindows()

總目錄鏈接：
python3+opencv學習筆記匯總目錄（適合基礎入門學習）

進階版講解：
opencv進階學習筆記13：圖像形態學操作大全（膨脹，腐蝕，開閉，黑帽，頂帽，梯度）python版
電氣專業的計算機小白，寫博文不容易，如果你覺得本文對你有用，請點個贊支持下。謝謝。

總結

以上是生活随笔為你收集整理的opencv学习笔记12：图像腐蚀和图像膨胀的全部內容，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。