OpenCV——图像学操作
作者：互联网
形态学，即数学形态学(Mathematical Morphology)，是图像处理过程中一个非常重要的矿究方向。形态学主要从图像内提取分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解时所使用的最本质的形状特征。例如，在识别手写数字时，能够通过形态学运算得到其普契信息，在其体识别时，仅针对其骨架进行运算即可。形态学处理在规觉检测、文字识别、医学图像处理、图像压缩编码等领域都有非常重要的应用。形态学操作主要包含：腐蚀、膨胀、开运算、闭运算、形态学梯度(Morphological Gradism)运算、顶帽运算(礼帽运算)、黑帽运算等操作。腐蚀操作和膨胀操作是形态学运算的基础。将腐蚀和膨胀操作进行结合，就可以实现开运算、闭运算、形态学梯度运算、顶帽运算、黑熊运算、击中击不中等不同形式的运算。
腐蚀是最基本的形态学操作之一，它能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去除。腐蚀用来“收缩”或者“细化”二值图像中的前景，借此实现去除噪声、元素分割等功能。
这是一个“ j ”的腐蚀前后
日渐消瘦.jpg
应用：我们还可以用腐蚀来帮他刮毛毛
kernel = np.ones((6,6),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
cv2.imshow('erosion', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
然后我们就得到了他
ps：这段代码的原图 ==> 
膨胀操作是形态学中另外一种基本的操作。膨胀操作和腐蚀操作的作用是相反的，膨胀操作能对图像的边界进行扩张。膨胀操作将与当前对象(前景)接触到的背景点合并到当前对象内，从而实现将图像的边界点向外扩张。如果图像内两个对象的距离较近，那么在整张的过程中，两个对象可能会连通在一起。膨胀操作对填补图像分割后图像内所存在的空白相当有帮助。 同腐蚀过程一样，在膨胀过程中，也是使用一个结构元来逐个像素地扫描要被膨胀的图像。并根据结构元和待膨胀图像的关系来确定膨胀结果。
这还是一个“ j ”在经历膨胀之后
啪！突然膨胀 
突然过节.jpg
同样的我们也能用膨胀来给小“ j ”美容
应用：我们还可以用膨胀来帮他祛痘
kernel = np.ones((6,6),np.uint8)
dige_dilate = cv2.dilate(dige_erosion,kernel,iterations = 1)
cv2.imshow('dilate', dige_dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()手术前=>手术后=>
标签：运算,cv2,形态学,OpenCV,图像,操作,膨胀 来源： https://blog.csdn.net/Little___c/article/details/118367149