2-15_形态学处理(1)课件.pptxVIP

计算机视觉基础知识形态学处理（1）

形态学处理第一次掌握图像腐蚀的用法；掌握图像膨胀的用法；第二次掌握开运算的用法；掌握闭运算的用法；第三次掌握梯度运算的用法；掌握礼帽操作的用法；掌握黑帽操作的用法。

目录CONTENTS图像腐蚀图像膨胀

01图形腐蚀

图像腐蚀（1）概念在二值图像中，腐蚀操作使数值为1的前景色的边缘变小。腐蚀的原理：使用卷积核对图像的像素逐个扫描，被扫描到的原始图像的所有像素点，只有当卷积核对应的区域所有元素均为1时，其核中心值才保留为1，否则被置换为0这样位于边缘的值为1的像素的值将被改为0，所以值为1的区域会越来越小。

图像腐蚀（2）图像腐蚀效果

图像腐蚀（3）erode函数在OpenCV中提供的腐蚀函数是：dst=cv2.erode(src,kernel,iterations)src表示要腐蚀的图像。kernel是卷积核，一般是正方形，例如5行5列的数组，下面的代码：kernel=np.ones((5,5),np.uint8)初始化了一个5行5列值为1、类型为uint8的卷积核。iterations表示迭代次数，表示进行多少次的腐蚀，默认值为1，可以根据需要修改，值越大，腐蚀的越厉害。

图像腐蚀#引入库importcv2importnumpyasnp#读取图像o=cv2.imread(images\erodeTest.jpg,cv2.IMREAD_UNCHANGED)#腐蚀操作的核k=np.ones((5,5),np.uint8)#腐蚀操作r=cv2.erode(o,k,iterations=4)#显示结果cv2.imshow(original,o)cv2.imshow(result,r)#关闭窗口cv2.waitKey()cv2.destroyAllWindows()

02图像膨胀

图像膨胀（1）概念膨胀是腐蚀的逆操作，能够让图像中白色的区域变得越来越多。膨胀的原理：使用卷积核对图像的像素从左到右、从上到下逐个扫描，被扫描到的原始图像的所有像素点，只有当卷积核对应的区域所有元素均为0时，其元素值被设置为0，否则被置换为1这样位于边缘的值为0的像素的值将被改为1，所以值为1的区域会越来越大。

图像膨胀（2）图像膨胀效果原来的白色区域都变大了，同时一些噪音点也被放大了

图像膨胀（3）dilate函数在OpenCV中提供的膨胀函数是：cv2.dilate(src,kernel,iteration)参数含义src表示要进行膨胀处理的图片，kernel表示方框的大小，iteration表示迭代的次数，与腐蚀函数erode的参数含义相同。

图像膨胀#引入库importcv2importnumpyasnp#读取图像o=cv2.imread(images\dilateTest.jpg,cv2.IMREAD_UNCHANGED)#膨胀操作的核k=np.ones((5,5),np.uint8)#膨胀操作r=cv2.dilate(o,k,iterations=4)#显示结果cv2.imshow(original,o)cv2.imshow(result,r)#关闭窗口cv2.waitKey()cv2.destroyAllWindows()

小结图形腐蚀背景变大了，前景变小了图像膨胀前景变大，背景变小了

计算机视觉基础知识形态学处理（1）