【youcans 的 OpenCV 例程200篇】136. 灰度腐蚀和灰度膨胀

发布时间：2023-03-31 11:00

欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中


【youcans 的 OpenCV 例程200篇】136. 灰度腐蚀和灰度膨胀


5. 灰度级形态学

灰度级形态学将形态学操作从二值图像扩展到灰度图像。灰度形态学处理也有腐蚀、膨胀、开运算、闭运算、顶帽操作、低帽操作等操作，可以实现图像平滑、图像增强、图像分割功能。

把图像像素点的灰度值视为高度，不同的灰度级表示不同的高度，整个图像就像一张高低起伏的地形图。明亮的区域（灰度值大）相当于高山，黑暗的区域（灰度值小）相当于深谷，边缘区域即明亮与黑暗的交界相当于悬崖。

灰度级形态学中的结构元的基本功能与二值形态学中的结构元类似，都是检查图像中的特定结构特征的”探测器“。灰度级形态学中的结构元分为平坦结构元和非平坦结构元，这两类结构元具有不同的灰度剖面。


5.1 灰度腐蚀和灰度膨胀

腐蚀腐蚀使图像中白色高亮部分被腐蚀，“邻域被蚕食”；膨胀使图像中的白色高亮部分进行膨胀，“邻域扩张”。

灰度腐蚀是由结构元确定的邻域中选取图像值与结构元值之差的最小值，灰度膨胀是由结构元素确定的邻域中选取图像值与结构元值之和的最大值。

平坦结构元的高度为零，对灰度图像的腐蚀或膨胀运算，简化为对每个像素在结构元邻域内求图像灰度级的最小值或最大值。

令 f ( x , y ) f(x,y) f(x,y) 是一幅灰度图像， b ( x , y ) b(x,y) b(x,y) 是一个平坦结构元。

当结构元 b 的原点是 (x,y)时，b 对图像 f 在位置 (x,y) 的灰度腐蚀定义为图像 f 与 b 重合区域中的最小值：
[ f ⊖ b ] ( x , y ) = min ⁡ ( s , t ) ∈ b { f ( x + s , y + t ) } [f \\ominus b](x,y) = \\min_{(s,t) \\in b} \\{ f(x+s,y+t) \\} [f⊖b](x,y)=(s,t)∈bmin​{f(x+s,y+t)}

对灰度图像进行腐蚀运算，在邻域内求灰度级的最小值，腐蚀后的图像比原图像暗，在比结构元小的区域中的亮特征减少，暗特征变大。

类似地，当结构元 b 对图像 f 在位置 (x,y) 的灰度膨胀定义为图像 f 与 b ^ \\hat{b} b^ 重合区域中的最大值：
[ f ⊕ b ] ( x , y ) = max ⁡ ( s , t ) ∈ b ^ { f ( x − s , y − t ) } [f \\oplus b](x,y) = \\max_{(s,t) \\in \\hat{b}} \\{ f(x-s,y-t) \\} [f⊕b](x,y)=(s,t)∈b^max​{f(x−s,y−t)}

对灰度图像进行膨胀运算，在邻域内求灰度级的最大值，膨胀后的图像比原图像亮，在比结构元小的区域中的暗特征减少，亮特征变大。

OpenCV 提供了函数 cv.erode 可以实现图像的灰度腐蚀：

cv.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) → dst

OpenCV 提供了函数 cv.dilate 可以实现图像的灰度膨胀：

cv.dilate(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) → dst

而函数 cv.getStructuringElement 可以构造不同形状和尺寸的结构元。

函数说明：

cv.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) → dst

cv.getStructuringElement(shape, ksize[, anchor]	) -> retval

参数说明：

  • shape：结构元素形状的类型
    • cv.MORPH_RECT：矩形，全 1 矩阵
    • cv.MORPH_CROSS：交叉型， 十字交叉为 1，其它为 0
    • cv.MORPH_ELLIPSE： 椭圆型，椭圆内为 1，其它为 0
  • ksize：内核的尺寸
  • anchor：卷积核的锚点位置，可选项，默认值 (-1, -1) 表示锚点为中心点
  • retval：返回指定形状和尺寸的结构元素

例程 10.26：灰度级形态学之灰度腐蚀

    # 10.26: 灰度级形态学之灰度腐蚀
    imgGray = cv2.imread(\"../images/Fig0937a.tif\", flags=0)  # flags=0 灰度图像

    # 图像腐蚀
    element = cv2.getStructuringElement(cv2.MORPH_CROSS, (3,3))
    imgErode1 = cv2.erode(imgGray, kernel=element)  # 图像腐蚀

    element = cv2.getStructuringElement(cv2.MORPH_CROSS, (5,5))
    imgErode2 = cv2.erode(imgGray, kernel=element)  # 图像腐蚀

    element = cv2.getStructuringElement(cv2.MORPH_CROSS, (9,9))
    imgErode3 = cv2.erode(imgGray, kernel=element)  # 图像腐蚀

    plt.figure(figsize=(10, 5))
    plt.subplot(141), plt.axis(\'off\'), plt.title(\"Origin\")
    plt.imshow(imgGray, cmap=\'gray\', vmin=0, vmax=255)
    plt.subplot(142), plt.title(\"eroded kSize=(3,3)\"), plt.axis(\'off\')
    plt.imshow(imgErode1, cmap=\'gray\', vmin=0, vmax=255)
    plt.subplot(143), plt.title(\"eroded kSize=(9,9)\"), plt.axis(\'off\')
    plt.imshow(imgErode2, cmap=\'gray\', vmin=0, vmax=255)
    plt.subplot(144), plt.title(\"eroded kSize=(25,25)\"), plt.axis(\'off\')
    plt.imshow(imgErode3, cmap=\'gray\', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

\"【youcans


例程 10.27：灰度级形态学之灰度膨胀

    # 10.27: 灰度级形态学之灰度膨胀
    imgGray = cv2.imread(\"../images/Fig0937a.tif\", flags=0)  # flags=0 灰度图像

    # 灰度腐蚀
    element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
    imgDilate1 = cv2.dilate(imgGray, kernel=element)  # 图像膨胀

    element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5))
    imgDilate2 = cv2.dilate(imgGray, kernel=element)  # 图像膨胀

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.axis(\'off\'), plt.title(\"Origin\")
    plt.imshow(imgGray, cmap=\'gray\', vmin=0, vmax=255)
    plt.subplot(132), plt.title(\"Dilate kSize=(3,3)\"), plt.axis(\'off\')
    plt.imshow(imgDilate1, cmap=\'gray\', vmin=0, vmax=255)
    plt.subplot(133), plt.title(\"Dilate kSize=(5,5)\"), plt.axis(\'off\')
    plt.imshow(imgDilate2, cmap=\'gray\', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

\"【youcans


（本节完）

版权声明：

youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/123565619)

Copyright 2022 youcans, XUPT
Crated：2022-3-24


欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中

【youcans 的 OpenCV 例程200篇】01. 图像的读取（cv2.imread）
【youcans 的 OpenCV 例程200篇】02. 图像的保存（cv2.imwrite）
【youcans 的 OpenCV 例程200篇】03. 图像的显示（cv2.imshow）
【youcans 的 OpenCV 例程200篇】04. 用 matplotlib 显示图像（plt.imshow）
【youcans 的 OpenCV 例程200篇】05. 图像的属性（np.shape）
【youcans 的 OpenCV 例程200篇】06. 像素的编辑（img.itemset）
【youcans 的 OpenCV 例程200篇】07. 图像的创建（np.zeros）
【youcans 的 OpenCV 例程200篇】08. 图像的复制（np.copy）
【youcans 的 OpenCV 例程200篇】09. 图像的裁剪（cv2.selectROI）
【youcans 的 OpenCV 例程200篇】10. 图像的拼接（np.hstack）
【youcans 的 OpenCV 例程200篇】11. 图像通道的拆分（cv2.split）
【youcans 的 OpenCV 例程200篇】12. 图像通道的合并（cv2.merge）
【youcans 的 OpenCV 例程200篇】13. 图像的加法运算（cv2.add）
【youcans 的 OpenCV 例程200篇】14. 图像与标量相加（cv2.add）
【youcans 的 OpenCV 例程200篇】15. 图像的加权加法（cv2.addWeight）
【youcans 的 OpenCV 例程200篇】16. 不同尺寸的图像加法
【youcans 的 OpenCV 例程200篇】17. 两张图像的渐变切换
【youcans 的 OpenCV 例程200篇】18. 图像的掩模加法
【youcans 的 OpenCV 例程200篇】19. 图像的圆形遮罩
【youcans 的 OpenCV 例程200篇】20. 图像的按位运算
【youcans 的 OpenCV 例程200篇】21. 图像的叠加
【youcans 的 OpenCV 例程200篇】22. 图像添加非中文文字
【youcans 的 OpenCV 例程200篇】23. 图像添加中文文字
【youcans 的 OpenCV 例程200篇】24. 图像的仿射变换
【youcans 的 OpenCV 例程200篇】25. 图像的平移
【youcans 的 OpenCV 例程200篇】26. 图像的旋转（以原点为中心）
【youcans 的 OpenCV 例程200篇】27. 图像的旋转（以任意点为中心）
【youcans 的 OpenCV 例程200篇】28. 图像的旋转（直角旋转）
【youcans 的 OpenCV 例程200篇】29. 图像的翻转（cv2.flip）
【youcans 的 OpenCV 例程200篇】30. 图像的缩放（cv2.resize）
【youcans 的 OpenCV 例程200篇】31. 图像金字塔（cv2.pyrDown）
【youcans 的 OpenCV 例程200篇】32. 图像的扭变（错切）
【youcans 的 OpenCV 例程200篇】33. 图像的复合变换
【youcans 的 OpenCV 例程200篇】34. 图像的投影变换
【youcans 的 OpenCV 例程200篇】35. 图像的投影变换（边界填充）
【youcans 的 OpenCV 例程200篇】36. 直角坐标与极坐标的转换
【youcans 的 OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理
【youcans 的 OpenCV 例程200篇】38. 图像的反色变换（图像反转）
【youcans 的 OpenCV 例程200篇】39. 图像灰度的线性变换
【youcans 的 OpenCV 例程200篇】40. 图像分段线性灰度变换
【youcans 的 OpenCV 例程200篇】41. 图像的灰度变换（灰度级分层）
【youcans 的 OpenCV 例程200篇】42. 图像的灰度变换（比特平面分层）
【youcans 的 OpenCV 例程200篇】43. 图像的灰度变换（对数变换）
【youcans 的 OpenCV 例程200篇】44. 图像的灰度变换（伽马变换）
【youcans 的 OpenCV 例程200篇】45. 图像的灰度直方图
【youcans 的 OpenCV 例程200篇】46. 直方图均衡化
【youcans 的 OpenCV 例程200篇】47. 图像增强—直方图匹配
【youcans 的 OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
【youcans 的 OpenCV 例程200篇】49. 图像增强—局部直方图处理
【youcans 的 OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强
【youcans 的 OpenCV 例程200篇】51. 图像增强—直方图反向追踪
【youcans 的 OpenCV 例程200篇】52. 图像的相关与卷积运算
【youcans 的 OpenCV 例程200篇】53. Scipy 实现图像二维卷积
【youcans 的 OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
【youcans 的 OpenCV 例程200篇】55. 可分离卷积核
【youcans 的 OpenCV 例程200篇】56. 低通盒式滤波器
【youcans 的 OpenCV 例程200篇】57. 低通高斯滤波器
【youcans 的 OpenCV 例程200篇】58. 非线性滤波—中值滤波
【youcans 的 OpenCV 例程200篇】59. 非线性滤波—双边滤波
【youcans 的 OpenCV 例程200篇】60. 非线性滤波—联合双边滤波
【youcans 的 OpenCV 例程200篇】61. 导向滤波（Guided filter）
【youcans 的 OpenCV 例程200篇】62. 图像锐化——钝化掩蔽
【youcans 的 OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
【youcans 的 OpenCV 例程200篇】64. 图像锐化——Sobel 算子
【youcans 的 OpenCV 例程200篇】65. 图像锐化——Scharr 算子
【youcans 的 OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通
【youcans 的 OpenCV 例程200篇】67. 空间域图像增强的综合应用
【youcans 的 OpenCV 例程200篇】68. 空间域图像增强的综合应用
【youcans 的 OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数
【youcans 的 OpenCV 例程200篇】70. 一维连续函数的傅里叶变换
【youcans 的 OpenCV 例程200篇】71. 连续函数的取样
【youcans 的 OpenCV 例程200篇】72. 一维离散傅里叶变换
【youcans 的 OpenCV 例程200篇】73. 二维连续傅里叶变换
【youcans 的 OpenCV 例程200篇】74. 图像的抗混叠
【youcans 的 OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换
【youcans 的 OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换
【youcans 的 OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换
【youcans 的 OpenCV 例程200篇】78. 频率域图像滤波基础
【youcans 的 OpenCV 例程200篇】79. 频率域图像滤波的基本步骤
【youcans 的 OpenCV 例程200篇】80. 频率域图像滤波详细步骤
【youcans 的 OpenCV 例程200篇】81. 频率域高斯低通滤波器
【youcans 的 OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器
【youcans 的 OpenCV 例程200篇】83. 频率域低通滤波：印刷文本字符修复
【youcans 的 OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器
【youcans 的 OpenCV 例程200篇】85. 频率域高通滤波器的应用
【youcans 的 OpenCV 例程200篇】86. 频率域滤波应用：指纹图像处理
【youcans 的 OpenCV 例程200篇】87. 频率域钝化掩蔽
【youcans 的 OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波
【youcans 的 OpenCV 例程200篇】89. 带阻滤波器的传递函数
【youcans 的 OpenCV 例程200篇】90. 频率域陷波滤波器
【youcans 的 OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声
【youcans 的 OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声
【youcans 的 OpenCV 例程200篇】93. 噪声模型的直方图
【youcans 的 OpenCV 例程200篇】94. 算术平均滤波器
【youcans 的 OpenCV 例程200篇】95. 几何均值滤波器
【youcans 的 OpenCV 例程200篇】96. 谐波平均滤波器
【youcans 的 OpenCV 例程200篇】97. 反谐波平均滤波器
【youcans 的 OpenCV 例程200篇】98. 统计排序滤波器
【youcans 的 OpenCV 例程200篇】99. 修正阿尔法均值滤波器
【youcans 的 OpenCV 例程200篇】100. 自适应局部降噪滤波器
【youcans 的 OpenCV 例程200篇】101. 自适应中值滤波器
【youcans 的 OpenCV 例程200篇】102. 陷波带阻滤波器的传递函数
【youcans 的 OpenCV 例程200篇】103. 陷波带阻滤波器消除周期噪声干扰
【youcans 的 OpenCV 例程200篇】104. 运动模糊退化模型
【youcans 的 OpenCV 例程200篇】105. 湍流模糊退化模型
【youcans 的 OpenCV 例程200篇】106. 退化图像的逆滤波
【youcans 的 OpenCV 例程200篇】107. 退化图像的维纳滤波
【youcans 的 OpenCV 例程200篇】108. 约束最小二乘方滤波
【youcans 的 OpenCV 例程200篇】109. 几何均值滤波
【youcans 的 OpenCV 例程200篇】110. 投影和雷登变换
【youcans 的 OpenCV 例程200篇】111. 雷登变换反投影重建图像
【youcans 的 OpenCV 例程200篇】112. 滤波反投影重建图像
【youcans 的 OpenCV 例程200篇】113. 形态学操作之腐蚀
【youcans 的 OpenCV 例程200篇】114. 形态学操作之膨胀
【youcans 的 OpenCV 例程200篇】115. 形态学操作之开运算
【youcans 的 OpenCV 例程200篇】116. 形态学操作之闭运算
【youcans 的 OpenCV 例程200篇】117. 形态学操作之顶帽运算
【youcans 的 OpenCV 例程200篇】118. 形态学操作之底帽运算
【youcans 的 OpenCV 例程200篇】119. 图像的形态学梯度
【youcans 的 OpenCV 例程200篇】120. 击中-击不中变换
【youcans 的 OpenCV 例程200篇】121. 击中-击不中用于特征识别
【youcans 的 OpenCV 例程200篇】122. 形态算法之边界提取
【youcans 的 OpenCV 例程200篇】123. 形态算法之孔洞填充
【youcans 的 OpenCV 例程200篇】124. 孔洞填充的泛洪算法
【youcans 的 OpenCV 例程200篇】125. 形态算法之提取连通分量
【youcans 的 OpenCV 例程200篇】126. 形态算法之凸壳
【youcans 的 OpenCV 例程200篇】127. 形态算法之细化
【youcans 的 OpenCV 例程200篇】128. 形态算法之骨架 (skimage)
【youcans 的 OpenCV 例程200篇】129. 形态算法之骨架 (重建开运算)
【youcans 的 OpenCV 例程200篇】130. 形态学之提取水平和垂直线
【youcans 的 OpenCV 例程200篇】131. 形态学重建之竖线字符提取
【youcans 的 OpenCV 例程200篇】132. 形态学重建之孔洞填充算法
【youcans 的 OpenCV 例程200篇】133. 形态学重建之边界清除
【youcans 的 OpenCV 例程200篇】134. 形态学重建之细胞计数
【youcans 的 OpenCV 例程200篇】135. 形态学重建之粒度测定
【youcans 的 OpenCV 例程200篇】136. 灰度腐蚀和灰度膨胀

相关推荐

老照片修复-上色-生成动图的操作方法

c语言常见的字符函数,（C语言）常见字符函数和字符串函数

Python中的基本数据类型介绍

从java代码到网络编程

非深度网络 Non-deep Network：低延迟平行网络 ParNet，仅 12 层媲美 ResNet

Vue学习总结(全）

用 async/await 来处理异步

Nodejs axios模块使用整理

OpenCv人脸识别开发实战

pytorch nn.RNN 参数解释

Qt实用技巧：截屏功能的实现

能源系统建模：GCAM碳中和情景设置

中国天眼发现地外文明可疑信号，马斯克称星舰7月开始轨道试飞，网信办：APP不得强制要求用户同意处理个人信息，今日更多大新闻在此...

android--FlexboxLayout采坑记

[latex]插入图片

Git常用命令与分支图解

微信小程序java英语四六级学习小助手app

八大误区，逐个击破（终篇）：云难以扩展、定制性差，还会让管理员失去控制权？

【youcans 的 OpenCV 例程200篇】172.SLIC 超像素区域分割算法比较

css盒子模型_CSS盒子模型

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网，如有侵权请联系：561261067@qq.com

桂ICP备16001015号