1. 形态学操作

形态学（morphology）操作主要有[^形态学操作]：

1.1. 定义结构元素

形态学操作选项

# 形态学操作选项
foo=cv2.MORPH_RECT

type(foo)
>>>
int 
>>>foo 
0

# 矩形
cv2.MORPH_RECT
>>>0 
# 腐蚀
cv2.MORPH_ERODE
>>>0 

# 膨胀
cv2.MORPH_DILATE
>>>1
# 十字交叉形
cv2.MORPH_CROSS
>>>1

# 椭圆
cv2.MORPH_ELLIPSE
>>>2
# 开运算
cv2.MORPH_OPEN
>>>2

# 闭运算
cv2.MORPH_CLOSE
>>> 3
# 形态梯度
cv2.MORPH_GRADIENT
>>> 4
# 顶帽
cv2.MORPH_TOPHAT
>>> 5
# 黑帽
cv2.MORPH_BLACKHAT
>>> 6

kernel=cv2.getStructuringElement(shape, ksize[, anchor])

type(kernel)
>>>
np.array

参数说明

shape : int , 注意不是np.array 的shape，是 MorphShapes 之一
[cv2.MORPH_CLOSE,cv2.MORPH_GRADIENT,cv2.MORPH_TOPHAT,cv2.MORPH_BLACKHAT,...]
ksize :tuple 结构体shape (3,3)
anchor : Anchor position within the element. The default value $(-1, -1)$ means that the

返回值

kernel: np.array ,shape=ksize，
- array 数值依据 MorphShapes 确定

1.2. 腐蚀

# 1. 获取kernel 
## 1.1 方法1
kernel = np.ones((5,5),np.uint8)

## 1.2 方法2
# kernel=cv2.getStructuringElement(shape, ksize[, anchor])

erosion = cv2.erode(img,kernel,iterations = 1)

返回值

erosion: np.array

1.3. 膨胀

kernel = np.ones((5,5),np.uint8)  
dilation = cv2.dilate(img,kernel,iterations = 1)

1.4. 开运算

开运算（Opening）：先腐蚀再膨胀

# 开运算
kernel = np.ones((23, 23), np.uint8)
iterations = 10  # 执行开运算的次数 
opened = cv2.morphologyEx(blurred, cv2.MORPH_OPEN, kernel,iterations)

1.5. 闭运算

闭运算（Closing）：先膨胀再腐蚀

# 闭运算
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
iterations = 10  # 执行闭操作的次数 
close_res = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel, iterations)

1.6. 黑帽运算

#设置卷积核
kernel = np.ones((5,5), np.uint8)

#图像黑帽运算
result = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)

1.7. 顶帽运算

#设置卷积核
kernel = np.ones((5,5), np.uint8)

#顶帽运算
result = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)

1.8. 形态梯度

这个和腐蚀以及膨胀不同，结果看上去像是物体的轮廓。

gradient = cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)