OpenCV Python - 形態學變換

基於影像形狀的簡單操作稱為形態學變換。兩種最常見的變換是 **腐蝕和膨脹**。

腐蝕

腐蝕去除前景物件的邊界。類似於二維卷積，一個核在影像 A 上滑動。如果核下所有畫素均為 1，則保留原始影像中的畫素。

否則將其設為 0，從而導致腐蝕。邊界附近的畫素都會被丟棄。此過程可用於去除白噪聲。

OpenCV 中 **erode()** 函式的命令如下：

cv.erode(src, kernel, dst, anchor, iterations)

引數

OpenCV 中的 **erode()** 函式使用以下引數：

src 和 dst 引數是相同大小的輸入和輸出影像陣列。核是用於腐蝕的結構元素矩陣，例如 3X3 或 5X5。

錨點引數預設為 -1，這意味著錨點元素位於中心。迭代次數是指應用腐蝕的次數。

膨脹

它與腐蝕正好相反。在這裡，如果核下至少有一個畫素為 1，則畫素元素為 1。結果，它增加了影像中的白色區域。

dilate() 函式的命令如下：

cv.dilate(src, kernel, dst, anchor, iterations)

引數

**dilate()** 函式與 erode() 函式具有相同的引數。這兩個函式都可以具有其他可選引數，例如 BorderType 和 borderValue。

BorderType 是影像邊界的列舉型別（CONSTANT、REPLICATE、TRANSPERANT 等）。

borderValue 用於常數邊界。預設值為 0。

示例

下面是一個示例程式，演示了 erode() 和 dilate() 函式的用法：

import cv2 as cv
import numpy as np
img = cv.imread('LinuxLogo.jpg',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv.erode(img,kernel,iterations = 1)
dilation = cv.dilate(img,kernel,iterations = 1)
cv.imshow('Original', img)
cv.imshow('Erosion', erosion)
cv.imshow('Dialation', dilation)

輸出

原始影像

腐蝕

膨脹