在python中使用OpenCV对图像进行腐蚀和膨胀-yiteyi-C++库

形态学运算 是一组基于形状处理图像的操作。它们将结构元素应用于输入图像并生成输出图像。最基本的形态学操作有两种： 腐蚀与膨胀 侵蚀的基础：

null

侵蚀前景对象的边界
用于减少图像的特征。

侵蚀工作：

一个核（一个奇数大小（3,5,7）的矩阵）与图像进行卷积。
只有当内核下的所有像素都为1时，原始图像中的像素（1或0）才会被视为1，否则，它会被侵蚀（变为零）。
因此，根据内核的大小，边界附近的所有像素都将被丢弃。
因此，前景物体的厚度或大小减小，或者只是图像中的白色区域减小。

扩张的基础知识：

增加对象面积
用来突出特征的

扩张的工作原理：

一个核（奇数大小的矩阵（3,5,7））与图像进行卷积
如果内核下至少有一个像素为“1”，则原始图像中的像素元素为“1”。
它会增加图像中的白色区域或前景对象的大小

python

                         # Python program to demonstrate erosion and                       
                         # dilation of images.                       
                         import                                     cv2                       
                         import                                     numpy as np                       
           
                         # Reading the input image                       
                         img                                     =                                     cv2.imread(                                     'input.png'                                     ,                                     0                                     )                       
           
                         # Taking a matrix of size 5 as the kernel                       
                         kernel                                     =                                     np.ones((                                     5                                     ,                                     5                                     ), np.uint8)                       
           
                         # The first parameter is the original image,                       
                         # kernel is the matrix with which image is                       
                         # convolved and third parameter is the number                       
                         # of iterations, which will determine how much                       
                         # you want to erode/dilate a given image.                       
                         img_erosion                                     =                                     cv2.erode(img, kernel, iterations                                     =                                     1                                     )                       
                         img_dilation                                     =                                     cv2.dilate(img, kernel, iterations                                     =                                     1                                     )                       
           
                         cv2.imshow(                                     'Input'                                     , img)                       
                         cv2.imshow(                                     'Erosion'                                     , img_erosion)                       
                         cv2.imshow(                                     'Dilation'                                     , img_dilation)                       
           
                         cv2.waitKey(                                     0                                     )                       

第二个图像是原始图像的腐蚀形式，第三个图像是扩张形式。

图片[1]-在python中使用OpenCV对图像进行腐蚀和膨胀-yiteyi-C++库

侵蚀和膨胀的用途：

腐蚀：
- 它对于消除小的白噪声非常有用。
- 用于分离两个连接的对象等。
扩张：
- 在噪声消除等情况下，腐蚀后会发生膨胀。因为，侵蚀去除了白噪声，但也缩小了我们的物体。所以我们把它放大。因为噪音消失了，它们不会回来，但我们的物体面积增加了。
- 它在连接对象的断开部分时也很有用。

本文由 普拉蒂玛·乌帕迪亚 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用写极客。组织或者把你的文章寄去评论-team@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。

文章版权归作者所有，未经允许请勿转载。

THE END

Python