一、简介

  腐蚀与膨胀是形态学两个基本操作
  图像形态学：
是图像处理学科的一个独立分支。主要用来处理灰度和二值图像。，也可用来处理彩色图像
形态学操作的基础：

               

1.1 膨胀

  前提： 结构元素/模板，通常3×3大小。（膨胀和腐蚀，都支持任意形状的结构元素/模板）

膨胀：用结构元素/模板在图像中滑动，结构元素/模板覆盖的图像块中最大像素值替换图像块的中间像素值。
膨胀作用：
（1）对象大小增加一个像素（模板为3×3时）
（2）平滑对象边缘
（3）减少或者填充对象之间的距离。

1.2 腐蚀

  前提： 结构元素/模板，通常3×3大小。（膨胀和腐蚀，都支持任意形状的结构元素/模板）

腐蚀：用结构元素/模板在图像中滑动，结构元素/模板覆盖的图像块中最小像素值替换图像块的中间像素值。
腐蚀作用：
（1）对象大小减小1个像素（模板大小为3×3时）
（2）平滑对象边缘
（3）弱化或者分割图像之间的半岛形连接

二、实践

2.1 灰度图

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
'''腐蚀'''
def erode_demo(image):gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)#结构元素/模板kernel=cv.getStructuringElement(cv.MORPH_RECT,(3,3))#腐蚀dst=cv.erode(binary,kernel)cv.imshow('erode',dst)
'''膨胀'''
def dilate_demo(image):gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)#结构元素/模板kernel=cv.getStructuringElement(cv.MORPH_RECT,(10,10))#膨胀dst=cv.erode(binary,kernel)cv.imshow('dilate',dst)
img = cv.imread(r'D:\Project\Opencv\Learning01\number.jpg')
cv.imshow('origin',img)
erode_demo(img)
dilate_demo(img)
cv.waitKey(0)

2.2 彩色图

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
'''对彩色图进行腐蚀和膨胀'''img = cv.imread(r'D:\Project\Opencv\Learning01\angelababy.jpg')
cv.imshow('origin',img)
kernel=cv.getStructuringElement(cv.MORPH_RECT,(5,5))
dst1=cv.erode(img,kernel)
dst2=cv.dilate(img,kernel)
cv.imshow('erode',dst1)
cv.imshow('dilate',dst2)
cv.waitKey(0)
cv.destroyAllWindows()