位置：首页>> 网络编程>> Python编程>> cv2.getStructuringElement()函数及开、闭、腐蚀、膨胀原理讲解

cv2.getStructuringElement()函数及开、闭、腐蚀、膨胀原理讲解

作者：SerendipityMIT　　发布时间：2023-08-24 23:07:23　

标签：cv2.getStructuringElement,函数

cv2.getStructuringElement()函数的作用是返回一个结构元素（卷积核），具体解析如下：

kernel = cv2.getStructuringElement(a,b,c): # 得到一个结构元素（卷积核）。主要用于后续的腐蚀、膨胀、开、闭等运算。
因为这些运算都是依赖于卷积核的，不同的卷积核（形状、大小）对图形的腐蚀、膨胀操作效果不一样
输入参数：
a设定卷积核的形状、b设定卷积核的大小、c表示描点的位置，一般 c = 1，表示描点位于中心。（下文细说）
返回值：
返回指定形状和尺寸的结构元素（一般是返回一个矩形）、也就是腐蚀/膨胀用的核的大小。（下文细说）

a取不同的参数会导致卷积核有不同的形状，a参数有三个：

①：MORPH_RECT(函数返回矩形卷积核)

②：MORPH_CROSS(函数返回十字形卷积核)

③：MORPH_ELLIPSE(函数返回椭圆形卷积核)

b：用一个（x，y）的形式表示，表示卷积核有x行，y列。

腐蚀操作

①：腐蚀操作的对象是二值化图像，二值图像前景物体为1，背景为0，卷积核也是只含有0和1。

②：比如这是图像A和一个卷积核（结构元素）：

（注意A的像素点（方格）不是0就是1。B的描点（中心点）就是我们通过getStructuringElement函数中的参数c来确定的，也可以设立在其他地方）

腐蚀的步骤就是用卷积核B的描点（此处就是中心点），来对齐A中的每一个小方格，然后选取卷积核B的方格中的数据的最小值，意思就是当B的描点对齐A的边界方格的时候，那么B的其他四个方格可能位于A图像中的0像素点，那么最小值就是0，那么就把卷积核B的描点对应的A中的小方格设为0，这就导致使用腐蚀操作后，我我们能看到的白色区域减少的原因。

kernel = cv2.getStructuringElement(a,b,c)
cv2.erode(img, kernel, iteration = 1)# 腐蚀操作

膨胀操作

原理与腐蚀操作一样，只不过是取最大像素值，其他地方没差别。

kernel = cv2.getStructuringElement(a,b,c)
cv2.dilate(img, kernel, iteration = 1)# 膨胀操作

开、闭

开：先进行腐蚀运算，再进行膨胀运算。

闭：先进行膨胀运算，再进行腐蚀运算。

kernel = cv2.getStructuringElement(a,b,c)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN,kernel) # 开运算
opening = cv2.morphologyEx(ima,cv2.MORPH_CLOSE,lernel) # 闭运算

开运算和闭运算都是处理噪点用的：

开：消去一个黑图中的很多小白点

闭：小区一个白图中的很多小黑点如：

原图：

开运算：

闭运算：

来源：https://blog.csdn.net/m0_60447786/article/details/125466116

投稿

cv2.getStructuringElement()函数及开、闭、腐蚀、膨胀原理讲解

猜你喜欢