Python OpenCV 图像处理教程第九部分有哪些内容？

本文共计1529个文字，预计阅读时间需要7分钟。

图像腐蚀与图像膨胀是两种基本的形态学运算，通过（侵蚀+Erosion）和（膨胀+Dilation）来寻找图像中的最大和最小区域。新名词：形态学。简单来说，图像形态学就是研究图像形状的。

图像腐蚀与图像膨胀

图像的腐蚀（ Erosion ）和膨胀（ Dilation ）是两种基本的形态学运算，主要用来寻找图像中的极大区域和极小区域。

又出来新名词了：形态学。
简单来讲，图像形态学就是改变图像的形状，举例对于文字数字图像，将文字数字的线条变细或变粗。

图像形态学一些基本的运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等等。

其中图像的膨胀和腐蚀是最基础的图像形态学操作，他们主要的功能如下：

• 消除噪声
• 分割( isolate )出独立的图像元素，在图像中连接( join )相邻的元素。
• 寻找图像中的明显的极大值区域或极小值区域
• 求出图像的梯度

在接着往下看之前，有一点需要注意的是，图像的腐蚀与膨胀，主要针对的是二值图像（黑白图）的，其中进行变化的部分是图像的白色部分（高亮）部分，不是黑色部分。

图像膨胀就是图像中的高亮部分进行膨胀，「领域扩张」，效果图拥有比原图更大的高亮区域。